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
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
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
#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：
...
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
#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：
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~