Keras学习笔记10——keras.datasets

最新推荐文章于 2024-04-10 20:50:55 发布

winter_python

最新推荐文章于 2024-04-10 20:50:55 发布

阅读量1.9k

点赞数

分类专栏： python

本文链接：https://blog.csdn.net/winter_python/article/details/108705941

版权

这篇博客介绍了Keras中常用的数据集，包括CIFAR10/100小图像分类，IMDB电影评论情感分类，路透社新闻主题，MNIST/Fashion-MNIST手写数字和时尚物品识别，以及Boston房价回归数据。每个数据集的特点和应用都进行了说明。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

来源
常用数据集 Datasets

CIFAR10 小图像分类数据集

50,000 张 32x32 彩色训练图像数据，以及 10,000 张测试图像数据，总共分为 10 个类别。

from keras.datasets import cifar10
(x_train, y_train), (x_test, y_test) = cifar10.load_data()

CIFAR100 小图像分类数据集

50,000 张 32x32 彩色训练图像数据，以及 10,000 张测试图像数据，总共分为 100 个类别。

from keras.datasets import cifar100
(x_train, y_train), (x_test, y_test) = cifar100.load_data(label_mode='fine')

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

winter_python

关注关注

0
点赞
踩
12

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

机器学习笔记 - 使用 Keras 探索数据集

syntax_api860的博客

09-18

121

通过使用Keras提供的数据集，我们可以方便地加载和探索不同类型的数据。运行上述代码后，我们可以看到训练集图像维度为(60000, 28, 28)，意味着有60000张28x28像素的图像。Keras是一个流行的深度学习框架，它提供了许多常用的数据集供我们使用。训练集标签维度为(25000,)，测试集的维度与训练集相似。如果你对特定数据集的使用有更多的问题，或者想要了解更多关于Keras的内容，请随时提问。MNIST是一个经典的手写数字数据集，包含了大量的手写数字图像及其相应的标签。

tf.keras.datasets

07-15

tf.keras.datasets的全部数据集。使用的时候解压到~/.keras/datasets。 ~是你的用户文件夹。

参与评论您还未登录，请先登录后发表或查看评论

keras.datasets

weixin_36670529的博客

05-26

537

Modules boston_housing module: Boston housing price regression dataset. cifar10 module: CIFAR10 small images classification dataset. cifar100 module: CIFAR100 small images classification dataset. ...

keras中7大数据集datasets介绍

最新发布

qq_35559420的博客

04-10

1778

keras中的常用包datasets、models、layers、optimizers

keras datasets 打包.rar

05-05

注意，windows 用户解压到 C:\Users\Administrator\.keras\datasets 用于无法从谷歌网站直接下载的朋友其它系统解压到对应的.keras\datasets 目录

Keras学习笔记1——Keras简介

winter_python的博客

09-15

1168

Keras简介 Keras: 基于 Python 的深度学习库。 Keras是一个由Python编写的开源人工神经网络库，可以作为Tensorflow、Microsoft-CNTK和Theano的高阶应用程序接口，进行深度学习模型的设计、调试、评估、应用和可视化。 Keras安装根据已经安装的TensorFlow版本安装Keras： pip install Kears==2.3.1 Keras使用参考：深度学习：Keras入门(一)之基础篇 Keras的模块结构使用Keras搭建一个神经网络数据格

Tensorflow框架搭建深度学习神经网络笔记（1）——基于tf.keras高阶API

qq_34606084的博客

03-04

707

tf.keras是tensorflow目前最新的一个高阶API，此时tf的官网都是以此为指南来教大家入门tensorflow 这个API的使用和此前需要session不同，用这个API搭建de两种方式： tf.keras.Sequential:一层一层得顺序搭建一个模型 tf.keras.Model:函数API，可以创建多输入、多输出模型 import tensorflow as tf fro...

1、keras数据集的制作 2、keras如何加载自己制作的数据集

qq_41005604的博客

05-23

3764

前言在接触keras之后，一开始的实验都是用keras内置的数据集，比如mnist数据集，直接用一行代码直接导入就好了。但是在学习的深入，想要导入自己所需要的数据集，下面就分两个大部分介绍第一部分：keras数据集的制作这一部分是参考这篇博客的：https://blog.csdn.net/baidu_35113561/article/details/79413308 以下类容作为自己的笔记记录下来第一步：寻找和建立样本 captcha本身提供了用户自定义验证码生成API，利用它，我们可以

Keras内置数据集

lymake的博客

01-03

1364

Keras内置数据集

keras-datasets(boston+mnist+reuters).zip

11-05

Keras自带的数据集，有需要的读者可以自行下载，解压后放入......./.keras/datasets/ 目录下就能使用了。

keras自带数据集的下载。。。

12-20

有时候keras数据集特别难下载。这里我把我下载好的数据集拿出来和大家共享，希望能帮助到大家。。。

keras.datasets2.zip

02-09

上传资源大小限制，Linux系统，这是keras自带数据集的另一部分，一共两部分，本部分包含cifar-10-python.tar.gz、boston_housing.npz

keras.datasets.zip

08-28

imdb.npz,mnist.npz,reuters.npz,cifar,boston_housing.npz等文件

keras数据集

03-14

在线下载较慢直接提供三个常见.npv 文件 boston_housing imdb reuters

1. Keras/Tensorflow 2.0 自定义数据集 Dataset

Drknown的博客

11-20

3950

在学习Tensorflow的过程中，发现大多数教程都是基于现有的数据集进行训练、优化。例如：MNIST识别教程，一个 (x_train, y_train), (x_test, y_test) = mnist.load_data() 即可获得训练、测试数据集。而在解决实际问题时，我们经常面对的是采集到的原始图片信息，这些图片保存在硬盘当中，当模型搭建好以后开始把数据从硬盘加载到内存，然...

tf.keras.datasets详解

qq_19069557的博客

11-10

1263

tf.keras.datasets详解

tf.keras.datasets学习并解析

New_Leaf的博客

05-24

6479

最近刚刚开始使用tensorflow2.0，边学习，边记录。

机器学习笔记 - 探索 keras 数据集

学以致用知行合一

06-06

1108

数据集对于功能性机器学习模型至关重要。拥有一个好的可用数据集可能是您的 ML 项目成功或失败的主要因素。特别是当您不熟悉机器学习以及创建模型以进行学习时尤其如此。这就是 Keras 深度学习框架包含一组标准数据集的原因。可以帮助用户确认算法或者模型，今天，我们将更详细地了解这些数据集。我们单独探索数据集，详细查看数据，尽可能可视化内容。此外，我们将尝试找出这些数据集可能对您的学习轨迹有用的一些用例。为了让对机器学习感兴趣的人能够顺利开始，Keras 在框架的上下文中提供了

torchvision.datasets.CIFAR10报错IndentationError: unexpected indent

08-30

这个错误"IndentationError: unexpected indent"通常是由于缩进错误引起的，即代码中存在不正确的缩进。这可能是由于在代码块中混用了制表符和空格，或者缩进不一致导致的。为了解决这个问题，你可以检查一下你的代码，确保在每个缩进级别上使用相同数量的空格，并避免混用制表符和空格。你还可以使用文本编辑器的"显示隐藏字符"功能来检查缩进是否一致。如果仍然无法解决问题，请在你的代码中查找并修复所有缩进错误。这样就可以解决"IndentationError: unexpected indent"错误了。123 #### 引用[.reference_title] - *1* [导入FashionMNIST数据集时报错module ‘torchvision.datasets’ has no attribute ‘FashionMNIS’](https://download.csdn.net/download/weixin_38685832/14036697)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [tensorflow学习笔记(5)：keras](https://blog.csdn.net/weixin_47997663/article/details/123146895)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]