cifar10的数据读取及显示

最新推荐文章于 2022-09-18 12:15:17 发布
最新推荐文章于 2022-09-18 12:15:17 发布
阅读量1.9k 收藏 6
点赞数 2
分类专栏： tensorflow 一天一练
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/gaotihong/article/details/102531079
版权

 

 

连接：https://lufficc.com/blog/machine-learning-image-datasets#TheCIFAR-10datasetandTheCIFAR-100dataset

0.引言

【上述其实翻译自：官方：https://www.cs.toronto.edu/~kriz/cifar.html】

【以下是我自己的实践】

1.加载数据集

2.数据集的分布

3.数据集的显示

3.1方法一

详细拆解

3.2方法二

4.问题

此处大家显示出来的照片，可能会有些模糊，这个正常的，原图只有32*32的分辨率，但是plt的默认分辨率为300*300，

所以模糊是正常的。

【完毕】

看不见我呀
关注
  • 2
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
cifar10数据读取
qq_41413211的博客
05-29 617
from __future__ import print_function from six.moves import cPickle as pickle import numpy as np import os import platform # 读取文件 def load_pickle(f): version = platform.python_version_tuple() # 取python版本号 if version[0] == '2': return pi.
cifar10数据的读取
a13602955218的博客
07-28 5582
cifar10数据集文件结构如图所示，其中data_batch_1~5.bin是训练集，每个文件包含10000个样本，test_batch.bin是测试集，包含10000个样本。 打开任意一个文件，发现是一堆二进制数据， 其中一个样本由3037个字节组成，其中第一个字节是label，剩余3036(32*32*3)个字节是image，每个文件由连续的10000个样本组成，具体的读取过程参...
读取cifar-10数据集
zhanzi1538的博客
06-20 6943
读取cifar-10数据集1 数据集介绍2 读取方法2.1 方法一：TensorFlow读取数据集2.2 方法二：读取离线数据集 github链接：https://github.com/gdutthu/Statistical-learning-method 知乎专栏链接：https://zhuanlan.zhihu.com/c_1257792845504708608 因为在cs231n的作业中需要用到cifar 10数据集。在这里对读取该数据集的方法进行一些简单总结。 cifar-10数据集下载链接：htt
cifar10数据集的读取
zenghongju的博客
04-10 3414
cifar10数据集----加载数据 # 由于数据是被序列化以后存储的，因此我们需要使用Python中的pickle包将它们读进来 # https://www.cnblogs.com/fmgao-technology/p/9078918.html import pickle # 定义load_cifar10_batch函数来获取batch中的features和labels def load_c...
CIFAR-10和python读取
weixin_34124939的博客
06-10 251
1、CIFAR-10，是一个用于做图像分类研究的数据集。 由60000个图片组成 6万个图片中，5万张用于训练，1万张用于测试 每个图片是32x32像素 所有图片可以分成10类 每个图片都有一个标签，标记属于哪一个类 测试集中一个类对应1000张图 训练集中将5万张图分为5份 类之间的图片是互斥的，不存在类别重叠的情况 下图展示了具体的分类， 2、 数...
4用于cifar10的卷积神经网络-4.4/4.5cifar10数据集读取和数据增强扩充(上/下)
hongxue8888的博客
11-15 2212
4用于cifar10的卷积神经网络-4.4/4.5cifar10数据集读取和数据增强扩充(上/下) 参考： https://github.com/tensorflow http://www.cs.toronto.edu/~kriz/cifar.html http://tensorflow.org/tutorials/deep_cnn/ https://github.com/tensorfl
cifar10数据集图片转换
05-10
主要是对cifar10数据集的一个图片的读取操作，将cifar10数据集的bin格式转换为图片格式，注意需要自行下载数据，建立test,train空文档
怎么用python读取cifar10数据集.docx
11-23
是用一个简单的程序，利用python完成CIFAR数据的一个简单的读取。CIFAR-10数据集由10个类的60000个32x32彩色图像组成，每个类有6000个图像。有50000个训练图像和10000个测试图像。 数据集分为五个训练批次和一个...
cifar10-100 读取方法 python
04-24
cifar10读取
cifar-10数据集
08-08
cifar-10数据集,里面有5个data_batch和一个test_batch,共60000张。
读取多普勒雷达数据并显示
04-15
这是一款能够读取多普勒天气雷达SA格式的软件，能够显示其多种产品 这是一款能够读取多普勒天气雷达SA格式的软件，能够显示其多种产品
内连接、左连接和右连接
wunoai的博客
10-02 152
@牛客网@lBetterManl INNER JOIN 两边表同时有对应的数据，即任何一边缺失数据就不显示。 LEFT JOIN 会读取左边数据表的全部数据，即便右边表无对应数据。 RIGHT JOIN 会读取右边数据表的全部数据，即便左边表无对应数据。 很精准简练的描述。 ...
Cifar数据集的读取使用方法-Python
weixin_44297729的博客
11-25 1873
Cifar数据集的读取使用方法下载cifar-10数据集读取使用数据集 下载cifar-10数据集 官网下载链接： http://www.cs.toronto.edu/~kriz/cifar.html 这里我选择的是python版的cifar数据集。 结合pycharm使用cifar-10数据集 将下载好的数据集解压到pycharm当前项目的目录下 读取使用数据集 import pickle ...
cifar10数据集和mnist数据集的读取以及可视化
weixin_47289438的博客
08-18 1941
记录一下cifar10和mnist的读取方式，了解数据格式内容
Cifar10 数据集的读取、加载、训练
weixin_44356253的博客
09-18 3001
Cifar10 数据集的加载，读取，训练
CIFAR数据读取
superCally的专栏
12-04 5079
1. CIFAR简介CIFAR是一个图像分类的数据集，包含60,000张32*32的图片，分十个类别（飞机、机动车、鸟类等等），每个类有1000张图片。整个数据集被分成50,000和10,000两部分，50,000是training set，用来做训练；10,000是test set，用来做验证2. CIFAR结构介绍官方数据源提供多种语言的数据集，如果你从官方数据源下载CIFAR的python版的
读取Cifar10数据 还原成图片时错位失真 问题发现及解决
AlphaTao的博客
06-13 1685
背景 在下载了cifar10的数据后 进行了还原图像的处理，使用的是二进制文件的处理方式 但是还原出来的图片失真错位 解决 每个图片的名字包括了 类别_序号.jpg 类别范围0-9 很显然数据是错误的 再次看了下载的数据 发现自己下载到的是python格式的数据~~~囧 官网说明:http://www.cs.toronto.edu/~kriz/cifar.html cifar10 提供了三种不同...
第四篇：对cifar-10数据集的读取
Welcome
09-26 7294
介绍： cifar-10数据集包括50000张训练用的32x32x3的图片和10000张最后测试用的测试集，包括data_batch_1、data_batch_2、data_batch_3、data_batch_4、data_batch_5等，这里展示一个简单的函数读取这个五个batch[10000,3,32,32]，然后将五个张量整合到一个矩阵里边[50000,3,32,32]。 测试程序：
读取CIFAR-10数据集
最新发布
04-30
CIFAR-10数据集是一个用于图像识别的经典数据集，包含10个类别的60000张32x32彩色图像，每个类别有6000张图像。 下面是用Python读取CIFAR-10数据集的示例代码： ```python import pickle import numpy as np def unpickle(file): with open(file, 'rb') as f: dict = pickle.load(f, encoding='bytes') return dict # 读取训练集数据 train_data = None train_labels = [] for i in range(1, 6): data_dict = unpickle('cifar-10-batches-py/data_batch_{}'.format(i)) if i == 1: train_data = data_dict[b'data'] else: train_data = np.vstack((train_data, data_dict[b'data'])) train_labels += data_dict[b'labels'] # 读取测试集数据 test_data_dict = unpickle('cifar-10-batches-py/test_batch') test_data = test_data_dict[b'data'] test_labels = test_data_dict[b'labels'] # 将数据转换为图像格式 train_data = train_data.reshape((len(train_data), 3, 32, 32)).transpose(0, 2, 3, 1) test_data = test_data.reshape((len(test_data), 3, 32, 32)).transpose(0, 2, 3, 1) # 显示数据信息 print('训练集数据:', train_data.shape) print('训练集标签:', len(train_labels)) print('测试集数据:', test_data.shape) print('测试集标签:', len(test_labels)) ``` 运行以上代码，即可读取CIFAR-10数据集。需要注意的是，需要将数据转换为图像格式，并且标签是从0开始的数字。你可以根据需要对数据进行预处理。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值