tensorflow CNN实战cifar-10(附完整代码)

数据集介绍

Cifar-10数据集是深度学习领域一个常见的数据集。Cifar-10由60000张32*32的RGB彩色图片构成，一共包含有飞机、汽车、鸟、毛、鹿、狗、青蛙、马、船、卡车这10个类别。50000张训练，10000张测试。常被用来作为分类任务来评价深度学习框架和模型的优劣。比较知名的模型如AlexNet、NIN、ResNet等都曾在Cifar-10数据集上来评价自己的性能。它还有一姐妹级的数据集Cifar-100，顾名思义就是包含100个类别，数据更加复杂。关于Cifar数据集的相关介绍以及数据的下载可见 官网 。正是因为Cifar-10数据集不大、类别明确、获取方便、训练简单，同时模型的可参照性强，因此作为深度学习的初学者作为一个进阶的内容，再适合不过了（本文的前提是对tensorflow的使用及相关参数有一定的了解）。