这两天一直被cifar数据集困扰，所以给大家总结一下关于cifar数据集的一些东西。
cifar数据集的来源与下载
http://www.cs.toronto.edu/~kriz/cifar.html这是cifar数据集的下载网站，上面也有关于cifar数据集的一些使用教程，可以研读借鉴。
Cifar-10 是由 Hinton 的两个大弟子 Alex Krizhevsky、Ilya Sutskever 收集的一个用于普适物体识别的数据集。Cifar 是加拿大政府牵头投资的一个先进科学项目研究所。Hinton、Bengio和他的学生在2004年拿到了 Cifar 投资的少量资金，建立了神经计算和自适应感知项目。这个项目结集了不少计算机科学家、生物学家、电气工程师、神经科学家、物理学家、心理学家，加速推动了 Deep Learning 的进程。从这个阵容来看，DL 已经和 ML 系的数据挖掘分的很远了。Deep Learning 强调的是自适应感知和人工智能，是计算机与神经科学交叉；Data Mining 强调的是高速、大数据、统计数学分析，是计算机和数学的交叉。
cifar数据集的介绍
Cifar数据集包括两个——Cifar-10和Cifar-100，其中Cifar-10的分类类别是10种，相应的Cifar-100的分类类别是100种。
Cifar-10的图片大小是32×32(彩色图片，三个通道)，其中有50000张图片是训练集，10000张图片是测试集，10个类别，每个类别有6000张图片。而Cifar-100和Cifar-10图片大小相似，其中有50000张图片是训练集，10000张图片是测试集，100个类别，每个类别有600张图片。
cifar数据集的使用
使用cifar数据集前首先需要下载Tensor Flow Models库，以便使用其提供的cifar数据集的类。
下载途径：打开cmd命令提示符，输入：git clone https://github.com/tensorflow/models.git 接着输入：cd models/tutorials/image/cifar10下载完成后会在你的c盘user文件夹你的用户文件夹下有一个models文件夹，此时，我们的库就已经建立好了。
如何使用呢？
最简单粗暴的方法就是，从C:\Users\lenovo\models\tutorials\image\cifar10选取你需要用的.py文件，放入与你的python文件同级，然后再引用即可。
import cifar10,cifar10_input
import tensorflow as tf
import numpy as np
import time
data_dir = '/tmp/cifar10_data/cifar-10-batches-bin'
# 下载cifar10类下载数据集，并解压，展开到其默认位置
cifar10.maybe_download_and_extract()
导入相应的包，以及下载cifar10的数据。
今天cifar10的小知识就分享到这里，后面我会将使用的卷积网络贴上来。