tensorflow CIFAR-10数据集实战前奏-下载导入数据集

落日映苍穹つ 2022-02-04 02:23 664阅读 0赞

### CIFAR-10数据集  ###

CIFAR-10数据集包含60000张32\*32的三通道的彩色图像。CIFAR-10一共有10类图片，每一类图片有6000张，有飞机，鸟，猫等图片。

### 1、下载官方代码并解压 ###

TensorFlow在github上中同样有一个下载和导入CIFAR数据集的代码文件，地址为：[https://github.com/tensorflow/models][https_github.com_tensorflow_models]，可以直接下载zip文件再解压，如果使用git的话也可以使用如下命令进行下载

git clone https://github.com/tensorflow/models.git

下载完成后，进入你的tensorflow的工作目录，我使用的是Anoconda，目录在：**C:\\Users\\10114\\Anaconda3\\envs\\tensorflow\\Lib\\site-packages\\tensorflow**

进入tensorflow目录，将下载好的文件放到该目录下(如果下载的是zip则解压到该目录下)

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hscDQyMDc_size_16_color_FFFFFF_t_70][]

### 2、修改\_\_init\_\_文件 ###

之前运行程序一直报：ModuleNotFoundError: No module named 'cifar10' 错误，但是点进去又能看到cifar10库文件，纠结了我半天。。。后面与mnist数据集对比才找到解决办法，真的坑。。。

修改目录：C:\\Users\\10114\\Anaconda3\\envs\\tensorflow\\Lib\\site-packages\\tensorflow\\models\\tutorials\\image下的\_\_init\_\_.py文件，原始状态为：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hscDQyMDc_size_16_color_FFFFFF_t_70 1][]

报错信息：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hscDQyMDc_size_16_color_FFFFFF_t_70 2][]

修改为：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hscDQyMDc_size_16_color_FFFFFF_t_70 3][]

### 3、下载数据 ###

编写代码进行数据下载：

# -*- coding: UTF-8 -*-
    from tensorflow.models.tutorials.image.cifar10 import cifar10_input,cifar10
    """
    数据手动下载地址：http://www.cs.toronto.edu/~kriz/cifar.html
    """
    images,labels = cifar10_input.distorted_inputs(12)
    print(images.shape)
    print(labels.shape)

点击运行，看到这样的页面就已经开始下载了：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hscDQyMDc_size_16_color_FFFFFF_t_70 4][]

大概下载十分钟左右，然后找到数据的保存地址：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hscDQyMDc_size_16_color_FFFFFF_t_70 5][]

[https_github.com_tensorflow_models]: https://github.com/tensorflow/models
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hscDQyMDc_size_16_color_FFFFFF_t_70]: /images/20220204/a08a2c7b6e734b75be1a7c4e7ead4ead.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hscDQyMDc_size_16_color_FFFFFF_t_70 1]: /images/20220204/aca9020055984ba2b1d9aabc88d9556c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hscDQyMDc_size_16_color_FFFFFF_t_70 2]: /images/20220204/0a71bd50a30a47398cafc9ee54f5bbba.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hscDQyMDc_size_16_color_FFFFFF_t_70 3]: /images/20220204/734ca041d20a42429e975b560e348dad.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hscDQyMDc_size_16_color_FFFFFF_t_70 4]: /images/20220204/3a2b8ad978e44ccf8cc82a303aaed27a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hscDQyMDc_size_16_color_FFFFFF_t_70 5]: /images/20220204/65fad087339044f1a5278b2dff4f63c9.png