colab 运行 CIFAR-10 数据集

最新推荐文章于 2025-02-18 10:45:20 发布

搬砖咸鱼

最新推荐文章于 2025-02-18 10:45:20 发布

阅读量1.1k

点赞数

CC 4.0 BY-SA版权

分类专栏：工作记录文章标签： tensorflow 人工智能 python

本文链接：https://blog.youkuaiyun.com/qq_31802135/article/details/121200037

工作记录专栏收录该内容

6 篇文章

订阅专栏

这段代码展示了如何使用Python从CIFAR-10数据集的data_batch_3文件中加载图像数据和对应的标签。通过'unpickle'函数解压文件，获取'data'和'labels'，为后续的图像处理和训练模型做准备。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import tensorflow as tf
import numpy as np
import os

file1 = '/content/drive/Colab Notebooks/cifar-10-batches-py/data_batch_3'#文件的路径
def unpickle(file):#CIFAR-10官方给出的使用方法
    import pickle
    with open(file, 'rb') as fo:
        dict = pickle.load(fo, encoding='iso-8859-1')
    return dict


dict_train_batch1 = unpickle(file1)  # 将data_batch文件读入到数据结构(字典)中
data_train_batch1 = dict_train_batch1.get('data')  # 字典中取data
labels = dict_train_batch1.get('labels')  # 字典中取labels
#可使用print来观察导入的数据
print(data_train_batch1)
print(labels)