[转]CIFAR-10数据集
本帖最后由 马猴烧酒 于 2018-8-27 08:46 编辑本文转载于https://blog.csdn.net/yhl_leo/article/details/50738311
1 CIFAR-10 数据集简介 CIFAR-10数据集是机器学习中的一个通用的用于图像识别的基础数据集，官网链接为：The CIFAR-10 dataset，数据集的种类如下图https://img-blog.csdn.net/20160226153743929图1-1 下载使用的版本是：
图1-2 将其解压后（代码中包含自动解压代码），内容为：
图1-3https://img-blog.csdn.net/201602261604058842 测试代码 测试代码公布在GitHub：yhlleo 主要代码及作用：文件 作用
cifar10_input.py 读取本地或者在线下载CIFAR-10的二进制文件格式数据集
cifar10.py 建立CIFAR-10的模型
cifar10_train.py 在CPU或GPU上训练CIFAR-10的模型
cifar10_multi_gpu_train.py 在多个GPU上训练CIFAR-10的模型
cifar10_eval.py 评估CIFAR-10模型的预测性能</font> 该部分的代码，介绍了如何使用TensorFlow在CPU和GPU上训练和评估卷积神经网络（convolutional neural network, CNN）。3 相关网页及教程 更加详细地介绍说明，请浏览网页：Convolutional Neural Networks 中文网站极客学院也有该部分的汉译版：卷积神经网络 代码源自tensorflow官网：tensorflow/models/image/cifar104 代码修改说明 GitHub公布代码相对源码（本人的Tensorflow版本还是0.5），主要进行了以下修正：cifar10.py#indices = tf.reshape(tf.range(FLAGS.batch_size), )，这是新版本中被注释掉的代码
indices = tf.reshape(range(FLAGS.batch_size), )#这是可选的新增的代码
# 或者使用下面的代码，
indices = tf.reshape(tf.range(0, FLAGS.batch_size, 1), ) 此处若按以前的版本源码进行源码编译时会出现以下错误：File ".../cifar10.py", line 271, in loss
indices = tf.reshape(tf.range(FLAGS.batch_size), )cifar10_input_test.py
#self.assertEqual("%s:%d" % (filename, i), tf.compat.as_text(key))#在新版本被注释掉的代码
import compat as cp
self.assertEqual("%s:%d" % (filename, i), cp.as_text(key))</font>#新版本中替换注释代码的代码 不然的话，我测试的时候就会出现这的错误：AttributeError: 'module' object has no attribute 'compat'cifar10_train.py和cifar10_multi_gpu_train.py 源代码里的最大迭代次数max_steps为1000000，需要训练几个小时 附上一张运行结果截图：图4-1
额，下载下来，这个数据集格式和其他数据集格式不一样，需要进行转换下 污妖王 发表于 2018-9-15 09:15
额，下载下来，这个数据集格式和其他数据集格式不一样，需要进行转换下
把数据集分享出来啊:) cifar最不爽的就是没图，不好对比。 CIFAR数据集，作为入门，很合适。有GPU，训练起来，时间也不长。 深度大佬进修 发表于 2018-9-18 10:58
cifar最不爽的就是没图，不好对比。
数据集不是有图么 cifar，精品啊。 有赞必回的帅哥 发表于 2018-10-8 08:46
cifar，精品啊。
cifar出品，必属精品 图像识别的很常见的数据集
页:
[1]