CIFAR-10

該數據集共有60000張彩色圖像，這些圖像是32*32，分為10個類，每類6000張圖。這里面有50000張用于訓練，構成了5個訓練批，每一批10000張圖；另外10000用于測試，單獨構成一批。

測試批的數據里，取自10類中的每一類，每一類隨機取1000張。抽剩下的就隨機排列組成了訓練批。注意一個訓練批中的各類圖像并不一定數量相同，總的來看訓練批，每一類都有5000張圖。

下面這幅圖就是列舉了10各類，每一類展示了隨機的10張圖片：

需要說明的是，這10類都是各自獨立的，不會出現重疊。

數據的下載：

(共有三個版本：python,matlab,binary version 適用于C語言)

http://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz

http://www.cs.toronto.edu/~kriz/cifar-10-matlab.tar.gz

http://www.cs.toronto.edu/~kriz/cifar-10-binary.tar.gz

你可以在cuda-convert的項目頁面上找到此數據集上的一些基線可復制的結果。這個結果是由CNN卷積神經網絡得到的。簡要的說，在沒有數據擴充的情況下，測試誤差為18%，反之為11%。

數據集布局

Python/Matlab 版本

這兩個數據形式是一樣的，就以python為例。

該數據集文件包含data_batch1……data_batch5，和test_batch。他們都是由cPickle庫產生的序列化后的對象(關于pickle,移步https://docs.python.org/3/library/pickle.html)。這里給出python2和python3的例程，他可以打開這樣的pkl文件，返回一個字典結構的數據：

Python2:

1 def unpickle(file):2 import cPickle3 with open(file, 'rb') as fo:4 dict = cPickle.load(fo)5 return dict

Python3:

1 def unpickle(file):2 import pickle3 with open(file, 'rb') as fo:4 dict = pickle.load(fo, encoding='bytes')5 return dict

這樣的話，每個batch文件包含一個字典，每個字典包含有：

• Data

一個10000*3072的numpy數組(numpy:https://docs.scipy.org/doc/numpy-dev/user/quickstart.html)，數據類型是無符號整形uint8。這個數組的每一行存儲了32*32大小的彩色圖像(32*32*3通道=3072)。前1024個數是red通道，然后分別是green,blue。另外，圖像是以行的順序存儲的，也就是說前32個數就是這幅圖的像素矩陣的第一行。

• labels

一個范圍在0-9的含有10000個數的列表(一維的數組)。第i個數就是第i個圖像的類標。

數據集除了6個batch之外，還有一個文件batches.meta。它包含一個python字典對象，內容有：

一個包含10個元素的列表，每一個描述了labels array中每個數字對應類標的名字。比如：label_names[0] == "airplane

總結

以上是生活随笔為你收集整理的ciaodvd数据集的简单介绍_人工智能进阶-CIFAR-10数据集介绍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。