基于Theano的深度学习(Deep Learning)框架Keras学习随笔-11-数据集

        原地址：http://blog.csdn.net/niuwei22007/article/details/49231271可以查看更多文章

基本的使用情况差不多介绍的差不多了，我也是边学习边写博客，其中难免有很多理解错误的地方或者理解不到位的地方，还请各位博友多多指点。

        介绍完了使用，就应该自己动手去实践了，因此，这里再介绍一下实验数据的问题。Keras提供了常用的几种数据集的下载，可以直接拿来用，非常方便。下面我们来看一下。

一、CIFAR10小图分类

keras.datasets.cifar10

        CIFAR10数据集包含有5万张32*32的训练彩色图，共标记了超过10个分类；还有1万张测试图片。

        使用代码：

(X_train, y_train), (X_test, y_test) = cifar10.load_data()

        返回: 2个元组

• X_train, X_test : 每个元素是一个uint8类型(0~255)，代表RGB图像数据的每个像素值。其shape是(nb_samples, 3, 32, 32)，nb_samples是样本数量。整体意思就是nb_samples张图片，每张图片有3个通道(代表RGB)，每个通道数据包含一个32*32的像素值矩阵。
• y_train, y_test: 每个元素是一个uint8类型，代表分类编号(0-9)，其shape是(nb_samples, )，就是只有一个列向量，每个值表示对应样本的分类标号。

二、