tf.keras.datasets.cifar100.load_data

Загружает набор данных CIFAR100.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.keras.datasets.cifar100.load_data

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

Это набор данных, содержащий 50 000 цветных обучающих изображений размером 32x32 и 10 000 тестовых изображений, помеченных более чем 100 классами тонкой зернистости, сгруппированными в 20 классов крупной зернистости. Дополнительную информацию можно найти на домашней странице CIFAR.

Аргументы
`label_mode`	один из "fine", "coarse". Если это "fine", метки категорий — метки тонкой зернистости; если это "coarse", выходные метки — грубые надклассы.

Возвращает
Кортеж массивов NumPy: `(x_train, y_train), (x_test, y_test)`.

x_train: массив NumPy uint8 с данными изображений в оттенках серого размером (50000, 32, 32, 3), содержащий обучающие данные. Значения пикселей находятся в диапазоне от 0 до 255.

y_train: массив NumPy uint8 меток (целые числа в диапазоне 0-99) с размером (50000, 1) для обучающих данных.

x_test: массив NumPy uint8 с данными изображений в оттенках серого размером (10000, 32, 32, 3), содержащий тестовые данные. Значения пикселей находятся в диапазоне от 0 до 255.

y_test: массив NumPy uint8 меток (целые числа в диапазоне 0-99) с размером (10000, 1) для тестовых данных.

Пример:

(x_train, y_train), (x_test, y_test) = keras.datasets.cifar100.load_data()
assert x_train.shape == (50000, 32, 32, 3)
assert x_test.shape == (10000, 32, 32, 3)
assert y_train.shape == (50000, 1)
assert y_test.shape == (10000, 1)

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/keras/datasets/cifar100/load_data