PyTorch处理MNIST数据集触发AttributeError属性错误该如何解决

torchvision 0.2.0及之后的版本对MNIST类的内部属性做了两处调整：

• 原train_data/test_data属性被重命名为data，原train_labels/test_labels被重命名为targets，旧属性名仅作为只读别名保留
• 旧属性名被设置为@property装饰的只读属性，直接对train_data赋值会触发属性不可修改的报错

方案1：替换属性名（最快适配） #

将修改数据集的代码里的train_data替换为官方公开的可修改属性data即可：

mnist_data.data = (mnist_data.data.type(torch.FloatTensor)/255).bernoulli()

方案2：通过Transform实现逻辑（更符合PyTorch规范） #

不需要修改数据集内部属性，直接在初始化时的Transform序列里增加伯努利采样逻辑即可，transforms.ToTensor()已经默认完成了除以255的数值缩放：

mnist_data = datasets.MNIST('../data', train=True, download=True,
                    transform=transforms.Compose(
                    [transforms.ToTensor(),
                     transforms.Normalize((0.1307,), (0.3081,)),
                     transforms.Lambda(lambda x: x.bernoulli())
                    ]))

内容的提问来源于stack exchange，提问作者dzdws