บทนำ
หลังจากโหลดชุดข้อมูล CIFAR-10 แล้ว ขั้นตอนสำคัญคือการ ตรวจสอบข้อมูล (verify) โดยการพล็อตรูปภาพตัวอย่างเพื่อดูว่าโหลดถูกต้องและไลเบลตรงกัน
CIFAR labels เก็บเป็นอาร์เรย์ (array) จึงต้องใช้ดัชนีเพิ่มเติมเพื่อดึงชื่อคลาส
โค้ดตัวอย่าง
print("Verifying the data")
plt.figure(figsize=(10,10))
print("Plot the first 15 images")
print("An extra index is needed since CIFAR labels are arrays")
for i in range(15):
plt.subplot(5,5,i+1)
plt.xticks([])
plt.yticks([])
plt.grid(False)
plt.imshow(train_images[i], cmap=plt.cm.binary)
plt.xlabel(class_names[train_labels[i][0]])
plt.show()ผลลัพธ์
Verifying the data Plot the first 15 images An extra index is needed since CIFAR labels are arrays
(จะแสดงกรอบ 5×5 รูปภาพ 15 รูปแรกพร้อมชื่อคลาส)
คำอธิบาย
- ใช้
matplotlib.pyplot.imshowแสดงรูปภาพที่ผ่านการ normalize แล้ว (ค่า 0-1) train_labels[i][0]ใช้ดัชนี `[0]` เพราะ label เป็น array ขนาด (1,)- การ visualize ช่วยยืนยันว่า pipeline โหลดข้อมูลทำงานถูกต้องก่อนเข้า training
ข้อแนะนำ
ควรตรวจสอบข้อมูลทุกครั้งหลังโหลด dataset ใหม่ เพื่อป้องกัน bug เช่น label ผิด, รูปเสีย, หรือ preprocessing ผิดพลาด
