一个简单的卷积神经网络------整理数据

alltolove

上次我们把cifar10的数据读进内存，然后就要把数据做成一批一批的进行处理，把每一批次数据打乱顺序，代码为：

labels=labels.reshape((50000,1))
all_data=np.hstack((data,labels))
test_d,test_l=load_data(test_filename)
test_l=np.array(test_l)
test_l=test_l.reshape((10000,1))
all_test_data=np.hstack((test_d,test_l))
BATCH_SIZE = 20
dataset = tf.data.Dataset.from_tensor_slices(all_data)
dataset_test = tf.data.Dataset.from_tensor_slices(all_test_data).batch(BATCH_SIZE)
dataset = dataset.shuffle(buffer_size=50000)
dataset=dataset.batch(BATCH_SIZE)
dataset=dataset.repeat()
dataset_test=dataset_test.repeat()
iter_data = dataset.make_one_shot_iterator()
iter_data_test = dataset_test.make_one_shot_iterator()
el_data = iter_data.get_next()
el_data_test = iter_data_test.get_next()

        这里的BATCH_SIZE就是批次的大小，每一批是20张图片。这里的dataset和dataset_test分别是训练数据和测试数据，dataset=dataset.repeat()
dataset_test=dataset_test.repeat()这两句话是一旦数据所有批次都读到头了就从头开始重复读。