笔记 - 数据读取：cifar10多线程读取1

理论

• 数据增强
  

• 1张图片变7张图片

---

cifar10.py

主要负责cifar10数据集下载

• 定义几个参数
  • batch_size
  • 下载数据集存放的地址
  • 用什么类型的格式存放模型参数w

• 存储变量数据的一个对象
• 使用eg：
  
  
  

---

cifar10_input.py

主要负责数据读取处理

IMAGE_SIZE = 24 ,  实质就是将cifar10图片原始大小32 X 32 resize 成 24 X 24

• 创建队列 【妈也，好像很高级】

• 强制转换类型

• 随机裁剪图片

• 随机左右移动
• 为啥这里用distorted_image进行移动，不是应该用原始图片reshaped_image吗

• 调对比度

• 对每一张图片做标准归一化
  • 注意区分批量归一化（BN）
    #########################################
    
    函数里面定义了一个类
    
• 定义一个空类，以后往对象中动态添加属性

• cifar10数据集解压后，是序列化的二进制文件
• 所以需要计算一张图片有多少字节

• 固定长度读取器
  
• 真正读取图片，返回图片的 key 和 value

• 将二进制的value解码成utf8格式的bytes？【还是bytes？】

原本value里全都是字节（一个整体），解码后成一条一条记录的字节

• 对一条记录进行切割，切分成 x 和 y
  
• [0]为起始位置，[label_bytes]为结束位置 – 相当于每一条记录的第一个字节为label
  
• 对每一条记录的x部分，reshape成三维数据
• 原始数据的存储方式为通道，高度，宽度
  
• transpose – 调整一下数据格式，从 (c,h,w) -> (h,w,c)
  
• 编写了一张图片的读取流程
• 返回 CIFAR10Record 对象

---

（主文件）tensorflow_cnn_cifar10.py

• data_dir 是 cifar10解压后文件夹的位置

• 读取数据，返回tensor【很高级的操作】, 而且封装好了多线程读数据
• 平时读取数据都是直接加载进内存，等待使用