昇思25天学习打卡营第3天|数据集 Dataset

要训练AI，大量的数据是基础。就像我们人去学习写作文一样，得先有大量的输入，然后才能有一个不错的输出。AI也一样，需要喂大量的数据以后，才可能有一个不错的预测。

我们产生的数据多种多样 乱七八糟。但计算机容易接受的是格式化的数据，因此数据集是相当必要的。

获取数据，格式化后对数据进行一系列操作。分割迭代，随机访问等等。

mindspore在加载数据是可以配置shuffle=True使得数据随机。或者使用shuffle方法访问数据

# option 1
train_dataset = MnistDataset("MNIST_Data/train", shuffle=True)
# option 2
train_dataset = train_dataset.shuffle(buffer_size=64)

启用随机后，每次访问的数据不一样，避免训练模型时候出现人为因素误差。

此外，mindspore还实现了数据集的生成器迭代器方法，使得在访问数据时候更加灵活方便。
生成器和迭代器具体可以参考python相关文章。这里不在赘述。