解決Python中下載cifar-10數據集緩慢問題
最近需要使用cifar-10數據集進行開發，但是使用Python在下載的時候發現速度非常慢。下面介紹一下我的解決方法。
1、下載cifax-10數據集，如果使用Python進行下載的話速度比較慢，這里建議你直接到官網進行下載，官網： 直接點擊下載即可。示例：
然后選擇合適的位置保存即可，示例：
2、對下載好的文件進行解壓。示例：
文件的目錄如下所示：
3、使用Python3讀取cifar-10中的數據。示例代碼：
def load_file(filename):
# filename表示需要讀取文件的路徑
with open(filename,'rb') as fo:
data = pickle.load(fo,encoding='latin1') # bytes 官方的例程 latin1 讀取數據
return data
提示：上面的方法需要自己編寫程序進行讀取。需要時刻注意文件的路徑。
4、上面的方法需要自己編寫程序進行數據的讀取，編寫過程比較麻煩，而且容易出錯。下面介紹使用Keras庫中的cifar10.load_data()函數進行數據讀取，直接可以讀取出訓練集和測試集。這里需要你首先安裝tensorflow庫和Keras庫。
（1）將剛才下載的壓縮文件直接復制，放到Keras庫的數據集文件夾下，一般情況下在"C:\Users\用戶名.keras\datasets" 下，如果有特殊情況讀者可以自行尋找，然后將壓縮文件粘貼到datasets文件夾下即可。
（2）修改文件名。將文件名由：cifar-10-python.tar.gz 改為：cifar-10-batches-py.tar.gz點擊保存即可。示例：
（3）修改好文件名之后，直接退出，使用Python代碼直接讀取數據。示例：
from keras.datasets import cifar10 # 讀取數據集
(x_train, y_train), (x_test, y_test) = cifar10.load_data()
提示：當上面程序運行時，會自動將壓縮包進行解壓操作，無需自己手動進行解壓。
至此，當數據解壓完成之后，就可以使用Keras庫內置的函數進行讀取數據了。