首页 > 其他分享 >数据集: CIFAR-100数据集介绍和使用

数据集: CIFAR-100数据集介绍和使用

时间:2024-02-05 20:13:33浏览次数:25  
标签:workers transform CIFAR num transforms 100 数据

参考:CIFAR100数据集介绍及使用方法-CSDN博客

1. 简介:

CIFAR-100 Dataset 是用于机器视觉领域的图像分类数据集,拥有 20 个大类,共计 100 个小类,其中每个小类包含 600 张图像(500 张训练图像和 100 张测试图像)并且每张图像均有一个小标签和一个大标签。对于每一张图像,他有fine_labels和coarse_labels两个标签,分别代表图像的细粒度和粗粒度标签,对应下图的classes和superclass.

该数据集由多伦多大学计算机科学系的 Alex Krizhevsky、Vinod Nair 和 Geoffrey Hinton 于 2009 年发布,相关论文有《Learning Multiple Layers of Features from Tiny Images》。

 

 

2. 下载和导入方法:

 导入的代码如下:

CIFAR_PATH = "自己的路径"
mean = [0.5070751592371323, 0.48654887331495095, 0.4409178433670343]
std = [0.2673342858792401, 0.2564384629170883, 0.27615047132568404]
num_workers= 2

def cifar100_dataset(args):
    transform_train = transforms.Compose([
        transforms.RandomCrop(32, padding=4),
        transforms.RandomHorizontalFlip(),
        transforms.RandomRotation(15),  # 数据增强
        transforms.ToTensor(),
        transforms.Normalize(mean, std)
    ])
    transform_test = transforms.Compose(
        [transforms.ToTensor(),
        transforms.Normalize(mean, std)])

    cifar100_training = torchvision.datasets.CIFAR100(root=CIFAR_PATH, train=True, download=True, transform=transform_train)
    trainloader = torch.utils.data.DataLoader(cifar100_training, batch_size=args.bs, shuffle=True, num_workers=num_workers)
        
    cifar100_testing = torchvision.datasets.CIFAR100(root=CIFAR_PATH, train=False, download=True, transform=transform_test)
    testloader = torch.utils.data.DataLoader(cifar100_testing, batch_size=100, shuffle=False, num_workers=num_workers)
    
    return trainloader,testloader

  

 

标签:workers,transform,CIFAR,num,transforms,100,数据
From: https://www.cnblogs.com/cainiaoxuexi2017-ZYA/p/18008733

相关文章

  • 根据ip获取地区数据
    //根据ip获取地区数据functiongetQqwryArea($browseIp){ $IpCity=Qqwry::build()->getlocation($browseIp); //如果查不出来数据,或者等于自治区的数据,就去网上的库查询 if(empty($IpCity['country'])){ $areaData=getIpCity2($browseIp); }elseif($IpCity['cou......
  • Jackson序列化clob数据
    1.情景展示在java当中,有时候我们不得不用jdbc来读取数据库数据,而不是通过mybatis框架。这样就遇到一个问题:如果表字段的数据类型为clob时,使用springboot默认进行序列化时,会报错。如何解决?2.具体分析在springboot中,其默认的序列化类时Jackson。既然Jackson的默认序列化规......
  • 数据类型
    publicclass数据类型{publicstaticvoidmain(String[]args){//八大数据类型//整数intnum1=10;//最常用bytenum2=20;shortnum3=30;longnum4=30l;//Long类型要在数字后面加上L//浮点数:小数......
  • 数据类型转换
    publicclass类型转换{/*字节容量:byte、short、char-int-long-float-double(低——高)运算中,不同类型的数据先转换为同一类型,然后进行运算*///强制类型转换:高-低(类型)变量名publicstaticvoidmain(String[]args){inti=128;by......
  • Python开源数据集
    1、工具库介绍为了使初学者更容易入门,许多开源库提供了丰富而标准化的示例数据集,其中包括scikit-learn、NLTK、TensorFlowDatasets、KerasDatasets、Statsmodels以及Seaborn等。Scikit-learn:Scikit-learn是一个用于机器学习和数据挖掘的Python开源库,提供了丰富而灵活的工具,......
  • ubuntu中Postgresql备份恢复及高版本恢复数据到低版本库中
    一、备份基本使用可以使用pg_dump和pg_dumpall命令来进行备份操作。pg_dump:备份指定数据库pg_dumpall:备份所有数据库我这里只用到了pg_dump命令,pg_dumpall也是大同小异,大家自己摸索一下我们直接看一下备份的命令吧,pg_dump-hlocalhost-Upostgres-d数据库名称......
  • 【面试突击】数据库面试实战-SQL 优化(加更)
    欢迎关注公众号【11来了】,及时收到AI前沿项目工具及新技术的推送!在我后台回复「资料」可领取编程高频电子书!在我后台回复「面试」可领取硬核面试笔记!MySQL中的SQL优化这里主要说一下MySQL中如何对SQL进行优化,其实主要还是根据索引来进行优化的,如果好好了解下边的SQL......
  • 如何防止数据泄露?优化你的公司数据管理战略
    数据是现代企业的生命之泉,其中包含着企业的核心竞争力,如创新研发成果、客户信息、财务数据等。然而,数据泄露成为了威胁企业发展的一大痛点。据IBMSecurity和Ponemon对近500家遭遇数据泄露事故的公司进行的研究表明,数据泄露的平均成本为386万美元,泄露100万条记录的费用约4,000万美......
  • pytorch数据集MNIST训练与测试实例
      importosimporttorchimportnumpyasnpfromtorch.utils.dataimportDataLoaderfromtorchvision.datasetsimportMNISTfromtorchvision.transformsimportCompose,ToTensor,Normalizefromtorch.optimimportAdamimporttorch.nnasnnimporttorch.nn.......
  • Eralng 学习笔记第六天, Fun,进程,电子邮件,数据库,端口
    ErlangFun  示例:-module(helloworld). -export([start/0]). start() ->    A = fun(X) ->       io:fwrite("~p~n",[X])       end,    A(5).输出5----------------------------------------------------module(helloworld). -export(......