百度飞桨架构师手把手带你零基础实践深度学习——【8.13打卡作业】

下面给出课程链接，欢迎各位小伙来来报考！本帖将持续更新。我只是飞桨的搬运工

话不多说，这么良心的课程赶快扫码上车！https://aistudio.baidu.com/aistudio/education/group/info/1297?activityId=5&directly=1&shared=1

返回总目录

【8.13打卡作业】

查询API文档，写一个cifar-10数据集的数据读取器，并执行乱序，分批次读取，打印第一个batch数据的shape、类型信息。

【作业内容】

✓代码跑通 请大家根据课上所学内容，补全代码，保证程序跑通。

【评分标准】

✓代码运行成功且有结果（打印第一个batch数据的shape类型信息），100分

#加载飞桨和相关类库
import paddle
import paddle.fluid as fluid
from paddle.fluid.dygraph.nn import Linear
import numpy as np
import os
from PIL import Image
import random
import matplotlib.pyplot as plt
%matplotlib inline

data=paddle.dataset.cifar.train10()
data=paddle.reader.shuffle(data,8)
train_reader = paddle.batch(data, batch_size=8)

def data_loader():
    for index,data in enumerate(train_reader()):
        if index==0:
            img=np.array([x[0] for x in(data)]).astype('float32')
            label=np.array([x[1] for x in(data)]).astype('float32')
            print('batch_images_shape:{}'.format(img.shape))
            print('one_image_shape:{}'.format(img[0].shape))
            print('label_shape:{}'.format(label.shape))

            return img,label

img,label=data_loader()