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

cifar10
cifar10

下载使用的版本是：

version
version

将其解压后（代码中包含自动解压代码），内容为：

cifar10 data

cifar10 data2
cifar10 data2

2 测试代码

测试代码公布在GitHub：EdwardZhang

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

中文网站极客学院也有该部分的汉译版：卷积神经网络

代码源自tensorflow官网：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
1
2
3
4
5
#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：

1
2
3
4
  ...
  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
1
2
3
4
5
6
#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：

1
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，如使用CPU训练需要好几个小时，推荐大家使用GPU训练，GPU训练环境安装教程。