颜色分类leetcode cifar10 cnn CIFAR 10数据集的一些实验

颜色分类leetcode CIFAR10分类实验在这里，我们展示了我们对来自数据集的图像分类的实验。数据集数据库包含10个类别的60000张彩色图像['plane','auto','bird','cat','deer','dog','frog','horse','ship','truck'] .每个图像的大小为32x32，具有RGB特征，因此单个数据样本具有32x3=3072个特征。数据集被划分为训练(50000)和测试(10000)个样本。加载数据集脚本myutils.py提供了用于（下载）加载数据的非常简单的过程。 import myutils data_training , data_testing = myutils . load_CIFAR_dataset ()加载后， data_training是训练图像及其标签的列表。例如，第$k$个图像存储在数组data_training[k][0] （形状为(32,3) ）中，其标签为data_training[k][1] （ range(10)整数range(10) )。