Tensorflow之CIFAR-10介绍

Posted 2023-04-23

参考技术A CIFAR-10是由Alex和Ilya整理的一个用于识别普适物体的小型数据集。

一共包括10格类别的RGB彩色图片：

飞机、汽车、鸟、猫、鹿、狗、蛙、马、船、卡车

图片尺寸为：32*32

数据集中：50 000张训练图、10 000张测试图

与MNIST相比，CIFAR-10具有以下不同点：

1.CIFAR-10是3通道的彩色RGB图像，而MNIST是灰度图

2.CIFAR-10的尺寸为：32*32，MNIST的尺寸为：28*28

3.CIFAR-10含有的是现实世界中真实的物体，噪声大，比例，特征都不相同

直接的线性模型如：Softmax在CIFAR-10上表现很差

数据集内容如下：

cifar-10-binary.tar.gz为原始压缩文件包，cifar-10-batches-bin为解压后的资源文件夹。

打开cifar-10-batches-bin文件夹：

介绍：

batches.meta.txt:为文本文件，储存了每个类别的英文名

data_batch_1.bin、

data_batch_2.bin、

data_batch_3.bin、

data_batch_4.bin、

data_batch_5.bin 

是5个训练数据集，每个文件存储了10000张32*32彩色图片和对应的类别标签，共50 000张

test _batch.bin 存储了用于测试的10000张32*32彩色图片和对应的类别标签

readme.html是数据集介绍文件

Keras CIFAR-10图像分类 VGG 篇

Keras CIFAR-10图像分类 VGG 篇

除了用pytorch可以进行图像分类之外，我们也可以利用tensorflow来进行图像分类，其中利用tensorflow的后端keras更是尤为简单，接下来我们就利用keras对CIFAR10数据集进行分类。

keras介绍

keras是python深度学习中常用的一个学习框架，它有着极其强大的功能，基本能用于常用的各个模型。

keras具有的特性

1、相同的代码可以在cpu和gpu上切换；
2、在模型定义上，可以用函数式API，也可以用Sequential类；
3、支持任意网络架构，如多输入多输出；
4、能够使用卷积网络、循环网络及其组合。

keras与后端引擎

Keras 是一个模型级的库，在开发中只用做高层次的操作，不处于张量计算，微积分计算等低级操作。但是keras最终处理数据时数据都是以张量形式呈现，不处理张量操作的keras是如何解决张量运算的呢？

keras依赖于专门处理张量的后端引擎，关于张量运算方面都是通过后端引擎完成的。这也就是为什么下载keras时需要下载TensorFlow 或者Theano的原因。而TensorFlow 、Theano、以及CNTK都属于处理数值张量的后端引擎。