python3.7+cifar10+tensorflow

最近论文里需要一个实验来增加说服力，然后选了经典的分类cifar10数据集，因为是辅助实验不是主要的，想偷懒拿别人的算法改一哈算了。。。是我太天真，毕竟bug千千万~别人能跑出来的你也不一定能跑啊！！！
先是在官网下了一波数据：http://www.cs.toronto.edu/~kriz/cifar.html
可以根据自己的需要下载相应的，看不懂英语的自己Google浏览器右上角翻译好吗，就不截图了！
然后我上网搜啊搜~想找一个可以不用想事就能输出ACC的，然后我看到了这个
https://blog.csdn.net/weixin_42595515/article/details/82496708#commentsedit里面有楼主对代码的简单讲解，在此感谢博主的贡献~
这个代码里有部分小错误，如果有同学跟我一样想用这个代码，可以接着读。
下面写上我遇到的几个问题：
1、数据读取问题
描述：我自己搞错了数据集，，，感天动地，自信的我一直觉得我没毛病，是代码错了~对不起代码
报了这个错“ TypeError: unhashable type: ‘dict’ ”
解决：再看一眼数据集，确定没下载错？因为不同的数据集，包括格式不同，读取方式会有点不同，前面给出的cifar数据集下载网址里面都有读取方式，仔细阅读好吗：（这里贴出来的是python3的读取）

def unpickle(file):
    import pickle
    with open(file, 'rb') as fo:
        dict = pickle.load(fo, encoding='bytes')
    return dict

2、onehot编码出问题
描述：错误好像是这个“ IndexError: too many indices for array ”
解决：改成下面这样（是的就加了一个括号！维度问题）

onehot_labels = np.zeros((n_sample, n_class))