CIFAR100 小型图像分类数据集

[源]

load_data 函数

tf_keras.datasets.cifar100.load_data(label_mode="fine", cache_dir=None)

加载 CIFAR100 数据集。

这是一个包含 50,000 张 32x32 彩色训练图像和 10,000 张测试图像的数据集，这些图像标记了 100 个细粒度类别，这些类别又被分组到 20 个粗粒度类别中。更多信息请参阅 CIFAR 主页。

参数

• label_mode：取值为 "fine" 或 "coarse"。如果为 "fine"，则类别标签是细粒度标签；如果为 "coarse"，则输出标签是粗粒度超类别。
• cache_dir：数据集本地缓存目录。如果为 None，则默认为 ~/.keras/datasets。

返回值

• NumPy 数组的元组：(x_train, y_train), (x_test, y_test)。

x_train：形状为 (50000, 32, 32, 3) 的 uint8 NumPy 图像数据数组，包含训练数据。像素值范围从 0 到 255。

y_train：形状为 (50000, 1) 的 uint8 NumPy 标签数组（0-99 范围内的整数），用于训练数据。

x_test：形状为 (10000, 32, 32, 3) 的 uint8 NumPy 图像数据数组，包含测试数据。像素值范围从 0 到 255。

y_test：形状为 (10000, 1) 的 uint8 NumPy 标签数组（0-99 范围内的整数），用于测试数据。

示例

(x_train, y_train), (x_test, y_test) = keras.datasets.cifar100.load_data()
assert x_train.shape == (50000, 32, 32, 3)
assert x_test.shape == (10000, 32, 32, 3)
assert y_train.shape == (50000, 1)
assert y_test.shape == (10000, 1)