Keras框架下使用CNN进行CIFAR-10的识别测试

有手册，然后代码不知道看一下：https://keras-cn.readthedocs.io/en/latest/

首先是下载数据集，下载太慢了就从网盘上下载：

链接：https://pan.baidu.com/s/1W-d1atE-hvPwNOtcupfivQ
提取码：8rr5
找到那个，cifar-10-python.tar.gz，修改名字为：cifar-10-batches-py.tar.gz，然后解压，注意解压方式到当前文件夹。

然后查看数据：in[3-5],显示图像和标签

和进行MNIST一样，进行数据预处理。。。

然后建立模型，添加卷积层，池化层，注意过拟合问题处理，然后建立平坦层，隐层，输出层，然后输出模型摘要。

之后设置损失函数，优化器，评估方式等，完成训练准备工作，。

训练前可以尝试加载之前的训练数据结果，保存训练结果，毕竟一次训练过程太久。

没有模型好加载就训练模型，等20分钟就好了。

然后就评估：

绘图：

查看：

可以找到概率判断的结果：在in[39]

可以绘制，显示混淆矩阵在最后。

没了。