Wie zu Lesen CIFAR-10-dataset in Tensorflow?

Bitte werfen Sie einen Blick auf die folgenden github Seite, wo ich das getan haben. Wenn der obige link nicht, bitte Folgen Sie die Führung auf kgeorge.github.io und Blick auf die notebook-tf_cifar.ipynb. Ich habe versucht zu laden, bis cifar-10-Daten mit baby-Schritte. Bitte schauen Sie für die Funktion load_and_preprocess_input

Die folgende Funktion aus, der code nimmt die Daten als np array (nsamples, 32x32x3) float32 und Etiketten, die als np-array von nsamples int32 und pre-Prozess die Daten werden verbraucht durch tensorflow training.

image_depth=3
image_height=32
image_width=32
#data = (nsamples, 32x32x3) float32
#labels = (nsamples) int32
def prepare_input(data=None, labels=None):
    global image_height, image_width, image_depth
    assert(data.shape[1] == image_height * image_width * image_depth)
    assert(data.shape[0] == labels.shape[0])
    #do mean normaization across all samples
    mu = np.mean(data, axis=0)
    mu = mu.reshape(1,-1)
    sigma = np.std(data, axis=0)
    sigma = sigma.reshape(1, -1)
    data = data - mu
    data = data / sigma
    is_nan = np.isnan(data)
    is_inf = np.isinf(data)
    if np.any(is_nan) or np.any(is_inf):
        print('data is not well-formed : is_nan {n}, is_inf: {i}'.format(n= np.any(is_nan), i=np.any(is_inf)))
    #data is transformed from (no_of_samples, 3072) to (no_of_samples , image_height, image_width, image_depth)
    #make sure the type of the data is no.float32
    data = data.reshape([-1,image_depth, image_height, image_width])
    data = data.transpose([0, 2, 3, 1])
    data = data.astype(np.float32)
    return data, labels