Tensorflow机器学习入门——cifar10数据集的读取、展示与保存

  • 基本信息

  • 数据集下载解压后的目录结构:

  • 读取、打印和保存数据集中指定的图片:

    import pickle
    import matplotlib.pyplot as plt
    
    CIFAR_DIR ="cifar10_data/cifar-10-batches-bin/data_batch_1.bin"#数据集路径
    with open(CIFAR_DIR , ‘rb‘) as f:
        data = pickle.load(f, encoding=‘bytes‘)
    
    print(‘----------batch1的基本信息-------------‘)
    print(‘data的数据类型:‘,type(data)) # 输出 <class ‘dict‘>
    print(‘字典的key名称:‘,data.keys()) # 输出 dict_keys([b‘filenames‘, b‘data‘, b‘labels‘, b‘batch_label‘])
    print(‘bdata的数据类型‘,type(data[b‘data‘])) # 输出 <class ‘numpy.ndarray‘>
    print(‘bdata的数据形状‘,data[b‘data‘].shape) # 输出 (10000, 3072) 说明有 10000 个样本, 3072个特征
    
    index=4#打印第几张图片
    print(‘-----------第%d张图片信息----------‘%index)
    print(‘filenames:‘,data[b‘filenames‘][index])
    print(‘labels:‘,data[b‘labels‘][index])
    print(‘batch_label:‘,data[b‘batch_label‘][index])
    image_arr = data[b‘data‘][index] # 拿出 第 index 个样本
    image_arr = image_arr.reshape((3, 32, 32)) # 将一维向量改变形状得到这样一个元组:(高,宽,通道数)
    image_arr = image_arr.transpose((1, 2, 0))
    plt.imshow(image_arr) # 输出图片
    plt.savefig("cifar10_data/raw/%d.png"%index)#保存图片
    plt.show()
  • 打印出的图片

原文地址:https://www.cnblogs.com/Fengqiao/p/cifar10_read.html

时间: 2024-11-08 20:57:53

Tensorflow机器学习入门——cifar10数据集的读取、展示与保存的相关文章

Tensorflow机器学习入门——MINIST数据集识别(卷积神经网络)

#自动下载并加载数据 from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) import tensorflow as tf # truncated_normal: https://www.cnblogs.com/superxuezhazha/p/9522036.html def weight_var

Tensorflow机器学习入门——读取数据

TensorFlow 中可以通过三种方式读取数据: 一.通过feed_dict传递数据: input1 = tf.placeholder(tf.float32) input2 = tf.placeholder(tf.float32) output = tf.multiply(input1, input2) with tf.Session() as sess: feed_dict={input1: [[7.,2.]], input2: [[2.],[3.]]} print(sess.run(out

Tensorflow机器学习入门——网络可视化TensorBoard

一.在代码中给变量和操作命名并输出Graph到指定的文件夹 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt import os #设置当前工作目录 os.chdir(r'H:\Notepad\Tensorflow') def add_layer(inputs, in_size, out_size, activation_function=None): with tf.name_scope('la

Tensorflow机器学习入门——常量、变量、placeholder和基本运算

一.这里列出了tensorflow的一些基本函数,比较全面:https://blog.csdn.net/M_Z_G_Y/article/details/80523834 二.这里是tensortflow的详细教程:http://c.biancheng.net/tensorflow/ 三.下面程序是我学习常量.变量.placeholder和基本运算时形成的小函数 import tensorflow as tf print(tf.__version__)#打印Tensorflow版本 print(t

机器学习入门:线性回归及梯度下降

机器学习入门:线性回归及梯度下降 本文会讲到: (1)线性回归的定义 (2)单变量线性回归 (3)cost function:评价线性回归是否拟合训练集的方法 (4)梯度下降:解决线性回归的方法之一 (5)feature scaling:加快梯度下降执行速度的方法 (6)多变量线性回归   Linear Regression 注意一句话:多变量线性回归之前必须要Feature Scaling! 方法:线性回归属于监督学习,因此方法和监督学习应该是一样的,先给定一个训练集,根据这个训练集学习出一个

Tensorflow快速入门2--实现手写数字识别

Tensorflow快速入门2–实现手写数字识别 环境: 虚拟机ubuntun16.0.4 Tensorflow(仅使用cpu版) Tensorflow安装见: http://blog.csdn.net/yhhyhhyhhyhh/article/details/54429034 或者: http://www.tensorfly.cn/tfdoc/get_started/os_setup.html 本文将利用Tensorflow以softmax回归和卷积神经网络两种模型简单测试MNIST数据集,快

Caffe2——cifar10数据集创建lmdb或leveldb类型的数据

Caffe2——cifar10数据集创建lmdb或leveldb类型的数据 cifar10数据集和mnist数据集存储方式不同,cifar10数据集把标签和图像数据以bin文件的方式存放在同一个文件内,这种存放方式使得每个子cifar数据bin文件的结构相同,所以cifar转换数据代码比mnist的代码更加的模块化,分为源数据读取模块(image_read函数),把lmdb(leveldb)数据转换的变量声明,句柄(函数)调用都放到定义的caffe::db子空间中,这样简化了代码,而且使得代码更

python实现cifar10数据集的可视化

在学习tensorflow的mnist和cifar实例的时候,官方文档给出的讲解都是一张张图片,直观清晰,当我们看到程序下载下来的数据的时候,宝宝都惊呆了,都是二进制文件,这些二进制文件还不小,用文本编辑器打开看也看不懂,要是将数据再现为图像,多好! (1)CIFAR-10数据集介绍 ① CIFAR-10数据集包含60000个32*32的彩色图像,共有10类.有50000个训练图像和10000个测试图像. 数据集分为5个训练块和1个测试块,每个块有10000个图像.测试块包含从每类随机选择的10

老司机学python篇:第一季(基础速过、机器学习入门)

详情请交流  QQ  709639943 00.老司机学python篇:第一季(基础速过.机器学习入门) 00.Python 从入门到精通 78节.2000多分钟.36小时的高质量.精品.1080P高清视频教程!包括标准库.socket网络编程.多线程.多进程和协程. 00.Django实战之用户认证系统 00.Django实战之企业级博客 00.深入浅出Netty源码剖析 00.NIO+Netty5各种RPC架构实战演练 00.JMeter 深入进阶性能测试体系 各领域企业实战 00.30天搞