本文主要介紹fastai自帶的案例，MNIST手寫資料集。

1、匯入包。

import fastai
from fastai import *
from fastai.vision import *

2、下載MNIST資料集。

path = untar_data(URLs.MNIST_SAMPLE)
path

\

3、通過Image folder對資料進行轉換，並進行標準化。

data = ImageDataBunch.from_folder(path, ds_tfms=(rand_pad(2, 28), []), bs=64)
data.normalize(imagenet_stats)
 

4、顯示一張圖片。

image, label = data.train_ds[0]
image

5、對資料集進行訓練。

learn = create_cnn(data, models.resnet18, metrics=accuracy)
learn.fit_one_cycle(1, 0.01)

6、輸出訓練準確率。

accuracy(*learn.get_preds())

7、通過csv對資料進行轉換，進行標準化，並顯示一張圖片。

data = ImageDataBunch.from_csv(path, ds_tfms=(rand_pad(2, 28), []), bs=64)
data.normalize(imagenet_stats)
img, label = data.train_ds[0]
img
 

8、對資料集進行訓練。

learn = create_cnn(data, models.resnet18, metrics=accuracy)
learn.fit_one_cycle(1, 0.01)

9、輸出準確率。

accuracy(*learn.get_preds())