Python读入CIFAR-10数据库

标签：with   shape   targe   logs   整合   http   ret   nat   函数   

CIFAR-10可以去http://www.cs.toronto.edu/~kriz/cifar.html下载（记得下载python格式）

CIFAR-10数据组成：

训练集和测试集分别有50000和10000张图片，RGB3通道，尺寸32×32，如下为data_batch_1的组成（使用pickle.load函数）：

 可以看到有四部分，清晰明了

对于CIFAR-10数据的读取，函数有两个，如下所示

1 def load_CIFAR_batch(filename):
2   """ load single batch of cifar """
3   with open(filename, ‘rb‘) as f:
4     datadict = pickle.load(f,encoding=‘latin1‘)
5     X = datadict[‘data‘]
6     Y = datadict[‘labels‘]
7     X = X.reshape(10000, 3, 32,32).transpose(0,2,3,1).astype("float")
8     Y = np.array(Y)
9     return X, Y

——————————————————————————————————————————————

 1 def load_CIFAR10(ROOT):
 2   """ load all of cifar """
 3   xs = []
 4   ys = []
 5   for b in range(1,6):
 6     f = os.path.join(ROOT, ‘data_batch_%d‘ % (b, ))
 7     X, Y = load_CIFAR_batch(f)
 8     xs.append(X)　　
 9     ys.append(Y)    
10   Xtr = np.concatenate(xs)#使变成行向量
11   Ytr = np.concatenate(ys)
12   del X, Y
13   Xte, Yte = load_CIFAR_batch(os.path.join(ROOT, ‘test_batch‘))
14   return Xtr, Ytr, Xte, Yte

——————————————————————————————————————————————

其中有几个语句要注意一下：

X = X.reshape(10000, 3, 32, 32).transpose(0, 2, 3, 1).astype("float")

起初，X的size为(10000, 3072(3*32*32))。首先reshape很好理解，最后astype的格式转换也很好理解。

可是为什么要调用transpose，转置轴呢？就我认为只需要把一幅图像转成行向量就可以了。是为了方便检索吗？

xs.append(X)将5个batch整合起来；np.concatenate(xs)使得最终Xtr的尺寸为(50000,32,32,3)

当然还需要一步Xtr_rows = Xtr.reshape(Xtr.shape[0], 32 * 32 * 3)使得每一副图像称为一个行向量，最终就有了50000个行向量（Xtr_rows的尺寸为（50000,3072））

——————————————————————————————————————————————

综上，为了方便，难道不应该直接从最开始就不要调用reshape(10000, 3, 32, 32).transpose(0, 2, 3, 1).astype("float")，直接append再concatenate不就能导出Xtr_rows了吗？

知道的博友可以讨论一下！

Python读入CIFAR-10数据库

标签：with   shape   targe   logs   整合   http   ret   nat   函数   

原文地址：http://www.cnblogs.com/hans209/p/6919851.html