Python 在Tensorflow中实现CIFAR10时遇到问题

这就是我得到的错误

import os
import numpy as np
import pickle

class CifarLoader(object):
    def __init__(self, source_files):
        self._source = source_files
        self._i = 0
        self.images = None
        self.labels = None

    def load(self):
        data = [unpickle(f) for f in self._source] #again a list comprehension
        images = np.vstack([d["data"] for d in data]) #so vstack stacks these arrays in sequence vertically or row wise
        n = len(images)
        self.images = images.reshape(n, 3, 32, 32).transpose(0, 2, 3, 1).astype(float)/255 #number of possible shades for each channel
        self.labels = one_hot(np.hstack([d["labels"] for d in data]), 10)
        return self

    def next_batch(self, batch_size):
        x, y = self.images[self._i:self._i+batch_size], self.labels[self._i:self._i+batch_size]
        self._i = (sel._i + batch_size) % len(self.images)
        return x, y

DATA_PATH = "cifar10"

def unpickle(file):
    with open(os.path.join(DATA_PATH, file), 'rb') as fo:
        dict = pickle.load(fo, encoding='bytes')
    return dict

def one_hot(vec, vals=10):
    n = len(vec)
    out = np.zeros((n, vals))
    out[range(n), vec] = 1
    return out

class CifarDataManager(object):
    def __init__(self):
        self.train = CifarLoader(["data_batch_{}".format(i) for i in range(1, 6)]).load()
        self.test = CifarLoader(["test_batch"]).load()

def display_cifar(images, size):
    n = len(images)
    plt.figure()
    plt.gca().set_axis_off()
    im = np.vstack([np.hstack([images[np.random.choice(n)] for i in range(size)]) for i in range(size)])
    plt.imshow(im)
    plt.show()

d = CifarDataManager()

print ("Number of train images: {}".format(len(d.train.images)))
print ("Number of train labels: {}".format(len(d.train.labels)))
print ("Number of test images: {}".format(len(d.test.images)))
print ("Number of test images: {}".format(len(d.test.labels)))
images = d.train.images
display_cifar(images, 10)

---------------------------------------------------------------------------
KeyError回溯（最近一次呼叫最后一次）
在（）
7 plt.show（）
8.
---->9 d=CifarDataManager（）
10
11打印（“列车图像数：{}”。格式（len（d.train.images）））
in_uuu初始（自）
1类CifarDataManager（对象）：
2定义初始化（自）：
---->3 self.train=CifarLoader（[“data\u batch\u{}”.i的格式（i）在范围（1,6）]）.load（）
4 self.test=CifarLoader（[“test_batch”]）.load（）
负载（自身）
12 def加载（自）：
13数据=[在self._source中为f取消勾选（f）#再次是一个列表
--->14 images=np.vstack（[d[“data”]表示数据中的d]）#因此vstack将这些数组按顺序垂直或按行堆叠
15 n=透镜（图像）
16 self.images=images.重塑（n，3，32，32）.转置（0，2，3，1）.aType（float）/255#每个通道可能的阴影数
英寸（.0）
12 def加载（自）：
13数据=[在self._source中为f取消勾选（f）#再次是一个列表
--->14 images=np.vstack（[d[“data”]表示数据中的d]）#因此vstack将这些数组按顺序垂直或按行堆叠
15 n=透镜（图像）
16 self.images=images.重塑（n，3，32，32）.转置（0，2，3，1）.aType（float）/255#每个通道可能的阴影数
KeyError:“数据”

---

感谢您的帮助！我怀疑这个问题与pickle和Python3及其加载数据的方式有关。

感谢您检查文件并发布结果。现在很清楚，您的密钥是bytes字符串（bytes）。由于您没有指定，我只能猜测您使用的是python3，它不能隐式地将bytes对象转换为字符串（请参阅中的注释）。在python 2和python 3下尝试以下操作，您可能会有更好的想法：

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-182-b3f5a6bd2e1d> in <module>()
      7     plt.show()
      8 
----> 9 d = CifarDataManager()
     10 
     11 print ("Number of train images: {}".format(len(d.train.images)))

<ipython-input-181-e85d41d02848> in __init__(self)
      1 class CifarDataManager(object):
      2     def __init__(self):
----> 3         self.train = CifarLoader(["data_batch_{}".format(i) for i in range(1, 6)]).load()
      4         self.test = CifarLoader(["test_batch"]).load()

<ipython-input-179-d96c4afcda51> in load(self)
     12     def load(self):
     13         data = [unpickle(f) for f in self._source] #again a list comprehension
---> 14         images = np.vstack([d["data"] for d in data]) #so vstack stacks these arrays in sequence vertically or row wise
     15         n = len(images)
     16         self.images = images.reshape(n, 3, 32, 32).transpose(0, 2, 3, 1).astype(float)/255 #number of possible shades for each channel

<ipython-input-179-d96c4afcda51> in <listcomp>(.0)
     12     def load(self):
     13         data = [unpickle(f) for f in self._source] #again a list comprehension
---> 14         images = np.vstack([d["data"] for d in data]) #so vstack stacks these arrays in sequence vertically or row wise
     15         n = len(images)
     16         self.images = images.reshape(n, 3, 32, 32).transpose(0, 2, 3, 1).astype(float)/255 #number of possible shades for each channel

KeyError: 'data'

---

如您所见，错误表明至少有一个未勾选的dict没有密钥“数据”。如果没有数据文件，可能很难帮助您排除故障。也许你可以一个接一个地解开你的数据文件，确保它们都有“数据”键。我就是这么做的：

try_1=unpickle（“data_batch_1”）

try_1.keys（）

我得到的是：dict_键（[b'labels'，b'filename'，b'batch_label'，b'data'）），但它仍然不起作用。好吧，这就搞定了！！！因此更改为：images=np.vstack（[d[b“data”]表示数据中的d]）self.labels=one_hot（np.hstack（[d[b“labels”]表示数据中的d]），10）非常感谢您解决此问题！

d = {b'a': 1, b'b': 2}
print(d.keys())
try:
    print('Key "a" gives: {}'.format(d["a"]))
except Exception as err:
    print('Get "{}"!'.format(err.__class__.__name__))
    print('Key b"a" gives: {}'.format(d[b"a"]))