本地加载cifar10数据集pytorch

之前一直都不懂如何本地加载cifar10的数据集,联网下载太慢了

可将数据集放在当前项目的“F:/PU_prior/data/CIFAR10/” 目录下

# 本地加载CIFAR10数据集
def get_cifar10(datapath):
    train_filenames = ['F:/PU_prior/data/CIFAR10/data_batch_{}'.format(ii + 1) for ii in range(5)]
    eval_filename = 'F:/PU_prior/data/CIFAR10/test_batch'

    x_tr = np.zeros((50000, 32, 32, 3), dtype='uint8')
    y_tr = np.zeros(50000, dtype='int32')

    for ii, fname in enumerate(train_filenames):
        cur_images, cur_labels = _load_datafile(os.path.join(datapath, fname))
        x_tr[ii * 10000: (ii + 1) * 10000, ...] = cur_images
        y_tr[ii * 10000: (ii + 1) * 10000, ...] = cur_labels

    x_te, y_te = _load_datafile(os.path.join(datapath, eval_filename))
    return (x_tr, y_tr), (x_te, y_te)


(X_train, Y_train), (X_test, Y_test) = get_cifar10('')

即可得到训练集与测试集
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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