cifar10のデータセットの読み込みかたについて。

Question

###cifar10のデータセットの読み込みかたについて。

私は「直感Deep Learning」という本を元に勉強を進めているのですが、分からないところがあり質問させていただきました。
それはcifar10のデータセットの読み込みかたについてです。

このgithubのコードのうち、CIFAR10Datasetというクラスがあります。

class CIFAR10Dataset():

    def __init__(self):
        self.image_shape = (32, 32, 3)
        self.num_classes = 10

    def get_batch(self):
        (x_train, y_train), (x_test, y_test) = cifar10.load_data()

        x_train, x_test = [self.preprocess(d) for d in [x_train, x_test]]
        y_train, y_test = [self.preprocess(d, label_data=True) for d in
                           [y_train, y_test]]

        return x_train, y_train, x_test, y_test

    def preprocess(self, data, label_data=False):
        if label_data:
            # convert class vectors to binary class matrices
            data = keras.utils.to_categorical(data, self.num_classes)
        else:
            data = data.astype("float32")
            data /= 255  # convert the value to 0~1 scale
            shape = (data.shape[0],) + self.image_shape  # add dataset length
            data = data.reshape(shape)

        return data

この中のpreprocessという関数で

shape = (data.shape[0],) + self.image_shape  # add dataset length

という文があるのですが、なぜこんなことをしているのかがわかりません。

引数で渡されるdataはすでに(32, 32, 3)の形状を持つデータを二つ(x_train, x_testのこと)持つリストのはずですし、ならばdata.shape[0]は2をさすはずで、それに(32, 32, 3)を入れる？などと考えてしまいます。

コードには# add dataset lengthなどと書かれていますが、何をいいたいのかさっぱりです。

なぜこんなことをしているのか・・・どなたか説明していただけないでしょうか？

Answer 1

cifar10 のデータセットは
(データ数, 3072)
の配列で提供されておりますので

shape = (data.shape[0],) + self.image_shape  # add dataset length

によってshape の値
(データ数,32,32,3)
を得ることができますので、この値でもとのデータをreshape()しているだけかと思います。

Comments

[hood]

回答ありがとうございます！
少し精神的疲れがあったもので、返信遅れてすいません・・・

なるほど・・・cifar10のデータの形が配列だったとは盲点でした。
データ自体をよく調べれば、質問せずとも解決できたことですね。今度からそういったこともきちんと確認していきたいと思います！！
簡潔な説明できちんと理解することができました！！