《Keras深度学习实战》—2.3 CIFAR-100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2.3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
2.3 CIFAR-100数据集
训练数据集包含标记为100个类别的50 000个32×32像素彩***像，以及10 000个测试图像。此数据集类似于CIFAR-10，但它有100个类，每个类有600个图像（包括500个训练图像和100个测试图像）。CIFAR-100中的100个类被分为20个超类。每个图像都带有一个粗标签（它所属的超类）和一个精细标签（它所属的类）。
CIFAR-100中的类列表如下：
参考：https://www.cs.toronto.edu/~kriz/cifar.html。
怎么做
让我们看看如何加载此数据集并打印其形状，CIFAR-100数据集可通过keras.datasets.cifar100中的load_data()函数获得。
数据集从https://www.cs.toronto.edu/~kriz/cifar-100-python.tar.gz下载，这隐藏在以下实现中：
训练数据和测试数据的形状输出如下所示：
指定标签模式
可以通过load_data()函数进行标签模式的指定：
【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）