python中如何使用CIFAR10數據集

這篇“python中如何使用CIFAR10數據集”文章的知識點大部分人都不太理解，所以小編給大家總結了以下內容，內容詳細，步驟清晰，具有一定的借鑒價值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來看看這篇“python中如何使用CIFAR10數據集”文章吧。

關于CIFAR10數據集的使用

主要解決了如何把數據集與transforms結合在一起的問題。

CIFAR10的官方解釋

torchvision.datasets.CIFAR10(
root: str, 
train: bool = True, 
transform: Optional[Callable] = None,
target_transform: Optional[Callable] = None,
download: bool = False)

注釋：

• root (string)存在 cifar-10-batches-py 目錄的數據集的根目錄，如果下載設置為 True，則將保存到該目錄。

• train (bool, optional)如果為True，則從訓練集創建數據集， 如果為False，從測試集創建數據集。

• transform (callable, optional)它接受一個 PIL 圖像并返回一個轉換后的版本。 例如，transforms.RandomCrop/transforms.ToTensor

• target_transform (callable, optional) 接收目標并對其進行轉換的函數/轉換。

• download (bool, optional)如果為 true，則從 Internet 下載數據集并將其放在根目錄中。 如果數據集已經下載，則不會再次下載。

實戰操作

1.CIAFR10數據集的下載

代碼如下：

import torchvision   #導入torchvision這個類

train_set = torchvision.datasets.CIFAR10(root = "./dataset", train = True, 
download= True)  #從訓練集創建數據集
test_set = torchvision.datasets.CIFAR10(root="./dataset", train=False,
 download=True)    #從測試集創建數據集

root = "./dataset"，將下載的數據集保存在這個文件夾下；download= True，從 Internet 下載數據集并將其放在根目錄中，這里就是在相對路徑中，創建dataset文件夾，將數據集保存在dataset中。

2.查看下載的CIAFR10數據集

運行程序，開始下載數據集。下載成功后，可以進行一些查看。代碼如下：

接著輸入：

print(train_set[0])  #查看train_set訓練集中的第一個數據
print(train_set.classes)   #查看train_set訓練集中有多少個類別
 
img, target = train_set[0]
print(img)
print(target)
print(train_set.classes[target])
img.show()  #顯示圖片

輸出結果：

(<PIL.Image.Image image mode=RGB size=32x32 at 0x161E924B8D0>, 6)
['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship',
'truck']
<PIL.Image.Image image mode=RGB size=32x32 at 0x161E924B710>
6
frog

注釋：可以看見，train_set數據集中有10個類別，train_set中第0個元素的target是6，也就是說，這個元素是屬于第7個類別frog的。

3.數據轉換

因為這些圖片類型都是PIL Image，如果要供給pytorch使用的話，需要將數據全都轉化成tensor類型。

完整代碼如下：

import torchvision   #導入torchvision這個類
from torch.utils.tensorboard import SummaryWriter

from torchvision import transforms
dataset_transforms = transforms.ToTensor()

# dataset_transforms = torchvision.transforms.Compose([
#     torchvision.transforms.ToTensor()
# ])    第3  4 行代碼可以用compose直接寫
train_set = torchvision.datasets.CIFAR10(root = "./dataset", train = True, transform=dataset_transforms, download= True) #訓練集
test_set = torchvision.datasets.CIFAR10(root="./dataset", train=False, transform=dataset_transforms, download=True)   #測試集

writer = SummaryWriter("logs")

# print(train_set[0])  #查看train_set訓練集中的第一個數據
# print(train_set.classes)   #查看train_set訓練集中有多少個類別

# img, target = train_set[0]
# print(img)
# print(target)
# print(train_set.classes[target])
# img.show()
for i in range(20):
    img, target = train_set[i]
    writer.add_image("cifar10_test2", img, i)

writer.close()

小結：CIFAR10數據集內存很小，只有100多m，下載方便。對我們學習數據集非常友好，練習的時候，我們可以使用SummaryWriter來將數據寫入tensorboard中。

CIFAR-10 數據集簡介

復現代碼的過程中，簡單了解了作者使用的數據集CIFAR-10 dataset ，簡單記錄一下。

CIFAR-10數據集是8000萬微小圖片的標簽子集，它的收集者是：Alex Krizhevsky, Vinod Nair, Geoffrey Hinton。

數據集由6萬張32*32的彩色圖片組成，一共有10個類別。每個類別6000張圖片。其中有5萬張訓練圖片及1萬張測試圖片。

數據集被劃分為5個訓練塊和1個測試塊，每個塊1萬張圖片。

測試塊包含了1000張從每個類別中隨機選擇的圖片。訓練塊包含隨機的剩余圖像，但某些訓練塊可能對于一個類別的包含多于其他類別，訓練塊包含來自各個類別的5000張圖片。

這些類是完全互斥的，及在一個類別中出現的圖片不會出現在其它類中。

數據集版本

作者提供了3個版本的數據集：python version; Matlab version; binary version。

可根據自己的需求選擇。

數據集布置

以python version進行介紹，Matlab version與之相同。

下載后獲得文件 data_batch_1, data_batch_2,&hellip;, data_batch_5。測試塊相同。這些文件中的每一個都是用cPickle生成的python pickled對象。

具體使用方法：

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

返回字典類，每個塊的文件包含一個字典類，包含以下元素：

• data: 一個100003072的numpy數組（unit8）每個行存儲3232的彩色圖片，3072=1024*3，分別是red, green, blue。存儲方式以行為主。

• labels:使用0-9進行索引。

數據集包含的另一個文件batches.meta同樣包含python字典，用于加載label_names。如：label_names[0] == “airplane”, label_names[1] == “automobile”

以上就是關于“python中如何使用CIFAR10數據集”這篇文章的內容，相信大家都有了一定的了解，希望小編分享的內容對大家有幫助，若想了解更多相關的知識內容，請關注億速云行業資訊頻道。