机器学习:CIFAR-10数据集解析一揽子

机器学习:CIFAR-10数据集解析一揽子

CIFAR-10数据集是由Alex Krizhevsky,Vinod Nair和Geoffrey Hinton收集的数据集的标记子集CIFAR-10数据集包含10个类别60000个32x32彩色图像,每个类别6000个图像。有50000张训练图像10000张测试图像。

官方网站:http://www.cs.toronto.edu/~kriz/cifar.html

在这里插入图片描述
官网中提供了三种数据集的下载,分别是Python,Matlab,binary(用于C语言),在这里,我使用了Python版本的数据集。

数据集读取

在官网中给出了读取数据集的方法

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

返回的是一个字典类型的集合。

数据集分析

我们通过代码对数据集进行分析:

dict = unpickle("data_batch_1")
print(dict.keys())

结果如下:
在这里插入图片描述
数据集有四个键值:b’batch_label’,b’label’,b’data’,b’filenames’

接下来,对这四个键值进行分析:

dict = unpickle("data_batch_1")
print(dict.keys())
print(type(dict[b'batch_label']))
print(type(dict[b'labels']))
print(type(dict[b'data']))
print(type(dict[b'filenames']))

结果为:
在这里插入图片描述
可以找到四个键值分别对应的类型

接下来,直接打印出数据集的全部内容:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
此时,很明显,b’batch_label’所属的文件集b’labels’图片的标签b’filename’指文件的名称b’data’为图片数据,参考官网对图片数据进行分析
在这里插入图片描述
b’data’为一个10000x3072的矩阵,每一行存储一个32*32的图片,且有三通道组成,每1024为一个通道。例如:前32个条目是第一张图的第一行的红色通道值。

由此,通过以下代码,可以将第一张图片画出来

import PIL.Image as image
import matplotlib.pyplot as plt
dict = unpickle("data_batch_1")
print(dict)
print(type(dict[b'batch_label']))
print(type(dict[b'labels']))
print(type(dict[b'data']))
print(type(dict[b'filenames']))
img = dict[b'data']
print(img.shape)
img_0 = img[0] #得到第一张图像
img_reshape = img_0.reshape(3,32,32)#取第一张图片的三通道值
r = image.fromarray(img_reshape[0]).convert('L')
g = image.fromarray(img_reshape[1]).convert('L')
b = image.fromarray(img_reshape[2]).convert('L')
img_m = image.merge('RGB',(r,g,b))
plt.imshow(img_m)
plt.show()

结果如下:
在这里插入图片描述

后记

对于数据集的学习是为了对BP-神经网络的实现作为训练集与测试集

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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