制作自己的python版本的类CIFAR10数据集

本系列文章由 @yhl_leo 出品，转载请注明出处。
文章链接： http://blog.csdn.net/yhl_leo/article/details/71357097

---

之前发布的仿照CIFAR10数据集格式，制作自己的数据集 (C++版本)，得到一些网友的关注，并且不断有网友在评论区或者私信里询问，怎样制作python版本的。趁着下午有点闲时间，把制作方法整理发布在这里，希望对大家有所帮助。

源码地址GitHub: yhlleo/cifar10Dataset

关于python 版本的CIFAR10的数据格式，官网上已经介绍：

data – a 10000x3072 numpy array of uint8s. Each row of the array stores a 32x32 colour image. The first 1024 entries contain the red channel values, the next 1024 the green, and the final 1024 the blue. The image is stored in row-major order, so that the first 32 entries of the array are the red channel values of the first row of the image.
labels – a list of 10000 numbers in the range 0-9. The number at index i indicates the label of the ith image in the array data.

因此，想要制作自己的数据集，只需要把data, label准备好就可以，另外，我们可以读取cifar10存储好的文件，查看其数据格式，以data_batch_1为例（可以通过cifar10_read.py读取）：

{
  'data': array([[ 59,  43,  50, ..., 140,