Функция datasets.cifar100.load_data

Функция datasets.cifar100.load_data загружает датасет CIFAR-100, который содержит 60000 цветных изображений размером 32x32 пикселя, разделенных на 100 классов по 600 изображений в каждом. Функция возвращает кортеж из двух массивов NumPy: первый содержит изображения обучающей и тестовой выборок, второй - соответствующие им метки классов. Первым параметром можно передать строку label_mode, которая определяет формат меток: fine для 100 классов или coarse для 20 суперклассов.

Синтаксис

tf.keras.datasets.cifar100.load_data(label_mode="fine")

Пример

Давайте загрузим датасет CIFAR-100 и выведем формы полученных массивов:

import tensorflow as tf

(x_train, y_train), (x_test, y_test) = tf.keras.datasets.cifar100.load_data()

print(x_train.shape)
print(y_train.shape)
print(x_test.shape)
print(y_test.shape)

Результат выполнения кода:

(50000, 32, 32, 3)
(50000, 1)
(10000, 32, 32, 3)
(10000, 1)

Пример

Давайте загрузим датасет с метками суперклассов, передав параметр label_mode="coarse":

import tensorflow as tf

(x_train, y_train), (x_test, y_test) = tf.keras.datasets.cifar100.load_data(label_mode="coarse")

print(x_train.shape)
print(y_train.shape)

Результат выполнения кода:

(50000, 32, 32, 3)
(50000, 1)

Пример

Давайте выведем первый элемент обучающей выборки и его метку:

import tensorflow as tf

(x_train, y_train), (x_test, y_test) = tf.keras.datasets.cifar100.load_data()

print(x_train[0].shape)
print(y_train[0])

Результат выполнения кода:

(32, 32, 3)
[19]

Смотрите также

функцию cifar10,
которая загружает датасет CIFAR-10 из 60000 изображений 10 классов
функцию mnist,
которая загружает датасет рукописных цифр MNIST
функцию fashion_mnist,
которая загружает датасет изображений одежды Fashion-MNIST
функцию to_categorical,
которая преобразует метки классов в one-hot encoding