CIFAR10實現matlab視覺化資料集

load(['yourpath']);

for i = 1:size(data,1);

p = data(i,:);

label = labels(i);

%資料是以一行的形式存在，每一行都是一張，作reshape轉換成32*32的形式

fig=zeros(32,32,3);

fig(:,:,1)=reshape(p(1:1024),32,32)';

fig(:,:,2)=reshape(p(1025:2048),32,32)';

fig(:,:,3)=reshape(p(2049:end),32,32)';

%轉化成形式並儲存

imwrite(fig/256,['batch_label_' num2str(label) '_' num2str(i) '.png']);

endcifar10資料集共有5個train_batch及乙個test_batch,每個batch是10000*3072大小，也就是說每個bacth共含有10000張，每張**儲存為一行即3072大小，這3072是三個通道總和，所以每個通道是3072/3=1024個畫素，即1024=32*32大小。

這是cifar10視覺化的部分截圖

其實我有個問題沒有想清楚：視覺化後儲存下來的每張結尾應該為i值，為何不是連續值而是跳值呢？

歡迎交流

Pytorch實現CIFAR 10資料集

練習pytorch，做個記錄。寫的有點亂 import torch import torchvision import torch.nn as nn from torchvision import transforms from torch.utils.data.dataloader import ...

cifar10資料的讀取

cifar10資料集檔案結構如圖所示，其中data batch 1 5.bin是訓練集，每個檔案包含10000個樣本，test batch.bin是測試集，包含10000個樣本。開啟任意乙個檔案，發現是一堆二進位制資料，其中乙個樣本由3037個位元組組成，其中第乙個位元組是label，剩餘3036 ...

資料集處理 CIFAR10

transform transforms.compose transforms.totensor transforms.normalize 0.5,0.5,0.5 0.5,0.5,0.5 trainset torchvision.datasets.cifar10 root cifar10 train...