Python 如何基于特定类名加载CIFAR-10数据集?

Python 如何基于特定类名加载CIFAR-10数据集?,python,machine-learning,tensorflow,deep-learning,keras,Python,Machine Learning,Tensorflow,Deep Learning,Keras,我正在使用CIFAR-10数据集进行深度学习,但我只想为水果类指定数据集。我们知道我们使用了: (X_train, y_train), (X_test, y_test) = cifar10.load_data() 加载所有CIFAR-10数据集。如何只加载水果类的数据而不是所有的数据?如果您不介意加载其他数据,最简单的方法是找到水果标签,然后执行如下操作:X\u train,y\u train=X\u train[y\u train==fruit\u label],y\u train[y\u

我正在使用CIFAR-10数据集进行深度学习,但我只想为水果类指定数据集。我们知道我们使用了:

(X_train, y_train), (X_test, y_test) = cifar10.load_data()

加载所有CIFAR-10数据集。如何只加载水果类的数据而不是所有的数据?

如果您不介意加载其他数据,最简单的方法是找到水果标签,然后执行如下操作:
X\u train,y\u train=X\u train[y\u train==fruit\u label],y\u train[y\u train==fruit\u label]
,前提是数据存储在np.array中。等效于您的测试集


如果没有,则必须修改hdf5文件或存储数据的任何位置。

加载数据时,模型未经过训练,您无法分辨哪些图像有水果。是否可以根据CIFAR的类别标签指定图像?您只需要知道水果类别的标签。然后根据
y\u列
y\u测试