我是Pytorch的新手，遇到了一些技术问题。我已经下载了MNIST数据集，使用了以下命令：

train_dataset = dsets.MNIST(root='./data',                             train=True,                             transform=transforms.ToTensor(),                            download=True)

现在我需要在这个数据集上进行一些实验，但使用随机标签。我该如何随机打乱/重新分配这些标签呢？

我尝试手动操作，但系统提示“’tuple’对象不支持项目分配”。那我该怎么做呢？

第二个问题：如何从数据集中删除一个训练点？当我尝试这样做时，得到的是相同的错误。

谢谢！！

回答：

如果你只想打乱目标，可以使用target_transform参数。例如：

train_dataset = dsets.MNIST(root='./data',                             train=True,                             transform=transforms.ToTensor(),                            target_transform=lambda y: torch.randint(0, 10, (1,)).item(),                            download=True)

如果你想对数据集进行更复杂的调整，可以完全包装mnist

class MyTwistedMNIST(torch.utils.data.Dataset):  def __init__(self, my_args):    super(MyTwistedMNIST, self).__init__()    self.orig_mnist = dset.MNIST(...)    def __getitem__(self, index):    x, y = self.orig_mnist[index]  # 获取原始项目    my_x = # 更改输入数字图像 x ?    my_y = # 更改原始标签 y ?    return my_x, my_y  def __len__(self):    return self.orig_mnist.__len__()

如果你想完全丢弃原始mnist中的一些元素，通过包装原始mnist，你的MyTwistedMNIST类可以返回一个比self.orig_mnist.__len__()小的len，反映你实际想要处理的mnist示例的数量。此外，你需要将新示例的index映射到原始mnist的索引上。