Tensorflow 入门——CIFAR-10训练笔记

这篇博客介绍了使用Tensorflow进行CIFAR-10数据集训练的基础步骤,结合了Tensorflow官方教程,详细阐述了从数据下载到模型训练的过程,并展示了最终的运行结果。
摘要由CSDN通过智能技术生成

CIFAR-10 官网下载的数据集,结合Tensorflow官网教程组合的代码

  1. CIFAR-10官网
  2. Tensorflow官网CIFAR-10教程
# 载入相应的包
import numpy as np
import tensorflow as tf
import pickle
from tensorflow.keras import datasets, layers, models

# CIFAR-10官网定义的函数
def unpickle(file):
    
    with open(file, 'rb') as fo:
        dict = pickle.load(fo, encoding='bytes')
    return dict

#读取数据及处理
batch_files = ["data_batch_1","data_batch_2","data_batch_3","data_batch_4","data_batch_5"]
data = [unpickle(f) for f in batch_files]
images = np.vstack([d[b"data"] for d in data])
n = len(images)
images = images.reshape(n,3,32,32).transpose(0,2,3,1).astype(float)/255
labels = np.hstack([d[b"labels"] for d in data])

# 
  • 0
    点赞
  • 0
    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