机器学习实践 tensorflow实现cifar10数据集上的cnn

本次尝试主要围绕cifar-10数据集展开，该数据集包含60000张尺寸为32323的彩色图像，涵盖10个不同的类别。其中，用于模型训练的图像数量为50000张，剩余10000张则作为测试样本使用。

下载地址：http://www.cs.toronto.edu/~kriz/cifar.html

代码结构与google提供的示例及网络上的实现版本基本一致，主要差异在于采用了cifar10数据集的python版本，并自行编写了用于数据读取与随机选取的程序。网络上的多数实现均引用了google示例中cifar10_input.py模块所提供的输入函数，该函数包含数据增强功能，而本人编写的程序未涉及数据增强操作。在运行过程中，发现google示例中使用Session方式读取数据时会出现卡顿现象，据网络资料表明，Session的执行效率较低。

接下来将展示相关代码部分，本人已将与数据读取相关的程序编写在input.py文件中。

 import pickle

    
 import numpy as np
    
 import random