《Keras深度学习实战》—2.2 CIFAR-10数据集
【摘要】 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.2节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译
2.2 CIFAR-10数据集
从https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz加载CIFAR-10小图像分类数据集。CIFAR-10数据集共有60 000张彩***像，这些图像的分辨率为32×32，分为10类，每类6 000张图。这里面有50 000张用于训练，构成了5个训练批次，每一批
10 000张图。另外10 000张用于测试，单独构成一批，测试批次包含来自每个类的
1 000张随机选择的图像。注意一个训练批次中的各类图像数量并不一定相同，总的训练样本包含来自每一类的5 000张图。如下图所示：
参考：https://www.cs.toronto.edu/~kriz/cifar.html。
怎么做
使用Keras API加载此数据集，并打印数据集的形状和大小：
首先，从前面的网站中下载文件：
输出显示X_train包含50 000个大小为32×32的三通道图像，y_train有
50 000行和包含图像标签的一列。X_test和y_test也有10 000个类似形状的数据：
在第2.3节，我们将了解如何加载CIFAR-100数据集。
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）