lmdb格式的cifar10数据集，注意：此数据集不是原始格式，是已经转化为lmdb格式的数据集，主要用来进行caffe网络的训练。

CIFAR10数据集 官网下载太慢了，我帮各位下载好了！

CNN对Cifar10进行分类，初始算法准确度为79%； 第二种使用图像加强，精确度可到84%左右； 第三种使用正则化第四种使用双CPU，精确度提升到86%。

主要介绍了pytorch VGG11识别cifar10数据集(训练+预测单张输入图片操作)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

用自己的数据制作cifar10数据集

cifar10资源，下下来可以在分类任务上直接跑。

pytorch编写的cifar10数据集分类程序，利用LeNet进行分类

CIFAR-10 图片格式数据集，按 10 分类文件夹储存 https://github.com/cyizhuo/CIFAR-10-dataset

这是基于 CIFAR10 数据集的 CNN 在 TensorFlow 上的实现，与 [上一个](http://blog.csdn.net/u010099080/article/details/53906810) 相比增加了 TensorBoard 的实现，可以在浏览器中查看可视化结果。

本项目的所有代码均已在Python3.6及Pycharm平台调试通过，除了代码外，还提供《卷积神经网络(CNN)详解与代码实现》文档和《Notes on Convolutional Neural Networks》文档，其中：《卷积神经网络(CNN)详解与代码实现》主要从卷积神经网络结构、代码实现流程图以及介绍、代码实现、注意事项、运行结果以及分析、Softmax函数详解与推导、BP算法、CNN的反向求导等方面重点描述，十分详细；代码也增加不少的注释，有助于大家了解；《Notes on Convolutional Neural Networks》是麻省理工Jake Bouvrie写的非常详细。