tensowflow官方文档 cifar10代码

# tensorflow.cifar10 The examples of image recognition with the dataset CIFAR10 via tensorflow. ###**1 CIFAR-10 数据集** CIFAR-10数据集是机器学习中的一个通用的用于图像识别的基础数据集，官网链接为：[The CIFAR-10 dataset](http://www.cs.toronto.edu/~kriz/cifar.html)  下载使用的版本是：  将其解压后（代码中包含自动解压代码），内容为：   ###**2 测试代码** 测试代码公布在GitHub：[yhlleo](https://github.com/yhlleo/tensorflow.cifar10) 主要代码及作用： |文件|作用| |:--------------|:--------------| |`cifar10_input.py`|读取本地或者在线下载CIFAR-10的二进制文件格式数据集| |`cifar10.py`|建立CIFAR-10的模型| |`cifar10_train.py`|在CPU或GPU上训练CIFAR-10的模型| |`cifar10_multi_gpu_train.py`|在多个GPU上训练CIFAR-10的模型| |`cifar10_eval.py`|评估CIFAR-10模型的预测性能| $ $ 该部分的代码，介绍了如何使用TensorFlow在CPU和GPU上训练和评估卷积神经网络（convolutional neural network, CNN）。 ###**3 相关网页及教程** 更加详细地介绍说明，请浏览网页：[Convolutional Neural Networks](http://tensorflow.org/tutorials/deep_cnn/) 中文网站极客学院也有该部分的汉译版：[卷积神经网络](http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/deep_cnn.html) 代码源自tensorflow官网：[tensorflow/models/image/cifar10](https://tensorflow.googlesource.com/tensorflow/+/master/tensorflow/models/image/cifar10) ###**4 代码修改说明** GitHub公布代码相对源码，主要进行了以下修正： - **`cifar10.py`** ```python #indices = tf.reshape(tf.range(FLAGS.batch_size), [FLAGS.batch_size, 1]) indices = tf.reshape(range(FLAGS.batch_size), [FLAGS.batch_size, 1]) # or indices = tf.reshape(tf.range(0, FLAGS.batch_size, 1), [FLAGS.batch_size, 1]) ``` 此处，源码编译时会出现以下错误： ```python ... File ".../cifar10.py", line 271, in loss indices = tf.reshape(tf.range(FLAGS.batch_size), [FLAGS.batch_size, 1]) TypeError: range() takes at least 2 arguments (1 given) ``` - **`cifar10_input_test.py`** ```python #self.assertEqual("%s:%d" % (filename, i), tf.compat.as_text(key)) import compat as cp ... self.assertEqual("%s:%d" % (filename, i), cp.as_text(key)) ``` 不然的话，我测试的时候就会出现这的错误： ```python AttributeError: 'module' object has no attribute 'compat' ``` - **`cifar10_train.py`**和**`cifar10_multi_gpu_train.py`** 源代码里的最大迭代次数`max_steps`为`1000000`，需要训练几个小时，不忍心折腾我的破笔记本，就改为了`20000`。 其他改动，例如导入模块或者文件路径等，都很容易理解，就不列举了~