コンテキスト CIFAR - 10は、多くの画像処理実験に適した優れたデータセットです。 内容 使用方法 # Kerasにおいて from os import listdir, makedirs from os.path import join, exists, expanduser cache_dir = expanduser(join('~', '.keras')) if not exists(cache_dir): makedirs(cache_dir) datasets_dir = join(cache_dir, 'datasets') # /cifar - 10 - batches - py if not exists(datasets_dir): makedirs(datasets_dir) # 複数の入力データセットを持っている場合は、以下のcpコマンドを適宜変更します。通常は: # !cp ../input/cifar10 - python/cifar - 10 - python.tar.gz ~/.keras/datasets/ !cp ../input/cifar - 10 - python.tar.gz ~/.keras/datasets/ !ln -s ~/.keras/datasets/cifar - 10 - python.tar.gz ~/.keras/datasets/cifar - 10 - batches - py.tar.gz !tar xzvf ~/.keras/datasets/cifar - 10 - python.tar.gz -C ~/.keras/datasets/ # 一般的なPython 3 def unpickle(file): import pickle with open(file, 'rb') as fo: dict = pickle.load(fo, encoding='bytes') return dict !tar xzvf ../input/cifar - 10 - python.tar.gz 次に、詳細については[https://www.cs.toronto.edu/~kriz/cifar.html][1]の「データセットのレイアウト」セクションを参照してください。 謝辞 ここから直接ダウンロードしました: [https://www.cs.toronto.edu/~kriz/cifar - 10 - python.tar.gz][2] 説明を参照: [https://www.cs.toronto.edu/~kriz/cifar.html][3] インスピレーション あなたのデータは世界最大のデータサイエンスコミュニティの前に置かれます。あなたはどんな質問が答えられるのを見たいですか？ [1]: https://www.cs.toronto.edu/~kriz/cifar.html [2]: https://www.cs.toronto.edu/~kriz/cifar - 10 - python.tar.gz [3]: https://www.cs.toronto.edu/~kriz/cifar.html