在Jupyter Notebook中加载数据集的Python代码。

我在Jupyter Notebook的Python中运行了以下代码：\n

#运行一些设置代码
import random
import numpy as np
from cs231n.data_utils import load_CIFAR10
import matplotlib.pyplot as plt
＃这是一种魔法，使matplotlib图表显示在笔记本中，而不是在新窗口中。
％matplotlib inline
plt.rcParams ['figure.figsize'] =（10.0, 8.0）＃设置默认大小
plt.rcParams ['image.interpolation'] ='nearest'
plt.rcParams ['image.cmap'] ='gray'
＃更多的魔术，以便笔记本将重新加载外部Python模块;
＃参见http://stackoverflow.com/questions/1907993/autoreload-of-modules-in-ipython
％load_ext autoreload
％autoreload 2

\n然后是以下指令：\n

#加载原始CIFAR-10数据。
cifar10_dir ='cs231n/datasets/cifar-10-batches-py'
X_train，y_train，X_test，y_test = load_CIFAR10（cifar10_dir）
＃作为一个合理的检查，我们打印出训练和测试数据的大小。
print（'Training data shape：'，X_train.shape）
print（'Training labels shape：'，y_train.shape）
print（'Test data shape：'，X_test.shape）
print（'Test labels shape：'，y_test.shape）

\n通过运行第二部分，我得到了以下错误：\n

-------------------------------------------------- -------------------------
UnicodeDecodeError Traceback（最近的调用最后）
中的
1 #加载原始CIFAR-10数据。
2 cifar10_dir ='cs231n/datasets/cifar-10-batches-py'
- > 3 X_train，y_train，X_test，y_test = load_CIFAR10（cifar10_dir）
4
5 #作为一个合理的检查，我们打印出训练和测试数据的大小。
C：\ Users \ lenovo \ assignment1 \ cs231n \ data_utils.py中的load_CIFAR10（ROOT）
20年在1-6个范围内进行
21 f = os.path.join（ROOT，'data_batch％d'％（b，））
---> 22 X，Y = load_CIFAR_batch（f）
23 xs.append（X）
24 ys.append（Y）
C：\ Users \ lenovo \ assignment1 \ cs231n \ data_utils.py中的load_CIFAR_batch（filename）
7个“”“加载cifar的单个批次”“”
8个带有打开（filename，'rb'）as f：
----> 9 datadict = pickle.load（f）
10 X = datadict ['data']
11 Y = datadict ['labels']
UnicodeDecodeError：'ascii'编解码器无法解码位置6中的字节0x8b：序数不在范围内（128）

\n如何解决这个错误？我正在使用Annaconda3运行此代码。似乎以上代码已在Annaonda2版本中编写。有什么建议来解决这些错误吗？\n只是为了更多细节：\n我正在尝试解决链接的任务：http://cs231n.github.io/assignments2016/assignment1/\n编辑：\n添加了包含load_CIFAR定义的data_utils.py\n

import _pickle as pickle
import numpy as np
import os
from scipy.misc import imread
def load_CIFAR_batch（filename）：
“”“加载单个cifar批次”“”
with open（filename，'rb'）as f：
datadict = pickle.load（f）
X = datadict ['data']
Y = datadict ['labels']
X = X.reshape（10000,3,32,32）。转置（0,2,3,1）.astype（“float”）
Y = np.array（Y）
返回X，Y
def load_CIFAR10（ROOT）：
“”“加载所有cifar”“”
xs = []
ys = []
for b在范围（1,6）：
f = os.path.join（ROOT，'data_batch％d'％（b，））
X，Y = load_CIFAR_batch（f）
xs.append（X）
ys.append（Y）
Xtr = np.concatenate（xs）
Ytr = np.concatenate（ys）
del X，Y
Xte，Yte = load_CIFAR_batch（os.path.join（ROOT，'test_batch'））
返回Xtr，Ytr，Xte，Yte