Keras 2 API 文档 / 内置小型数据集 / CIFAR100 小型图像分类数据集

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)