TensorflowでCIFAR-10データセットを読むには？

Question

誰もtenofflowでCIFAR-10をロードするためのクリーンなコードを与えることはできますか？

私はtensorflowのgithub repoで与えられた例をチェックしました。しかし、私は画像を24x24にサイズ変更したくありません。基本的に、私はより簡単で簡単なコードを探しています。

Answer 1

私がこれを行ったgithubページをご覧ください。上記のリンクに失敗した場合は、kgeorge.github.ioの先頭に続き、ノートブックのtf_cifar.ipynbを見てください。私は赤ちゃんのステップを使用してcifar-10のデータをロードしようとしました。関数を探してくださいload_and_preprocess_input

このコードの次の関数は、（nsamples、32x32x3）float32のnp配列としてデータを受け入れ、nsamples int32のnp配列としてラベルを受け取り、テンソルフローによって消費されるデータを前処理しますトレーニング。

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