卷积神经网络：CIFAR-10训练和测试（单块GPU）.pdfVIP

卷积神经⽹络：CIFAR-10训练和测试（单块GPU） 正好闲暇，将前段时间搁浅的官⽅cifar-10的例⼦运⾏了⼀遍。我只有⼀个GPU，所以并没有完全照搬官⽅的代码， ⽽是在此基础上，结 合⾃⼰的理解，对代码进⾏了修改，总共有三个⼦⽂件，每个⽂件具体作⽤如下表所⽰。 ⽂件 作⽤ cifar10_input.py 读取本地CIFAR-10的⼆进制⽂件格式，定义函数distorted_inputs获得训练数据和inputs函数获取测试数据 cifar10.py 建⽴卷积神经模型，定义损失函数，训练器和正确率计算等函数 training.py 训练CIFAR-10和评估CIFAR-10模型 CIFAR数据集 cifar-10是由Hinton的两个⼤弟⼦Alex Krizhevsky和IIya Sutskever收集的⼀个⽤于普适物体识别的数据集。该数据集共有60000张彩 ⾊图像，图像⼤⼩为32*32*3，分为 10个类别，每个类别6000张图⽚。其中有50000张⽤于训练，构成5个训练批次，每⼀个批次共 10000张图，余下10000张⽤于测试，单独构成⼀批次。 模型 输⼊ CIFAR数据量较⼤，使⽤从⽂件中读取数据的⽅式，如果对此不了解，请查看我的博客⽂章。由于要在训练集上进⾏训练，在验证集上进⾏ 验证，