访问从 tensorflow_datasets 加载的 CIFAR-100 中的“coarse_label”答案

【问题标题】：Access 'coarse_label' in CIFAR-100 loaded from tensorflow_datasets访问从 tensorflow_datasets 加载的 CIFAR-100 中的“coarse_label”
【发布时间】：2019-10-23 12:58:29
【问题描述】：

我正在使用 tensorflow_datasets (tfds doc) 加载 CIFAR-100

train, test = tfds.load(name="cifar100:3.*.*", split=["train", "test"], as_supervised=True)

CIFAR-100 既有标签（100 类）也有粗略标签（20 类），如上面链接的文档中所示。访问标签很容易，例如：

for image, label in train:
     # ... the label here is the actual label, not the coarse_label

但是，我计划基于粗略标签进行操作，例如，通过它进行过滤或将其用作 Keras 分类器中的标签。

如何访问粗略标签？

【问题讨论】：

标签： python tensorflow keras tensorflow-datasets

【解决方案1】：

我找到了解决方案。如果我不按监督方式加载，即如果我删除 as_supervised=True

train, test = tfds.load(name="cifar100:3.*.*", split=["train", "test"])

，我可以从字典中获取粗略标签，例如

for item in train:
   print(item['coarse_label'])

这样，我将能够对数据集 s.t. 进行重构。粗略标签可用于分类。但是，即使我对标签感兴趣，我也必须加载 as_supervised=False 对我来说仍然看起来很不自然。如果有人有更好的解决方案，我很乐意接受这个答案。

【讨论】：