我正在构建神经网络，应该在修改的CIFAR-10上进行测试。我已经使用keras.datasets.cifar10.load_data()来检索数据集，然后使用pickle.load(datafile, encoding='bytes')在字典中对其进行了解析。经过一些修改后，我使用pickle.dump()以类似keras的格式编写了图像。
我注意到pickle.dump()之后的结果文件比源文件大了 53个字节。即使我不做任何修改并在dump()之后立即使用load()，结果文件也有53个字节。看起来没有违反生成文件的结构，因为我能够从中恢复图像，标签，文件名并且它们是正确的。但是，如果我正在学习和测试神经网络（甚至是example中最简单的NN！），我的得分也会很差（〜0.5）。
P.S。看起来dump()会向文件中写入一些标头，并且如果标头已经存在，则不会将其写入（我尝试两次应用转储，但是大小仅在第一次应用时才更改）。但是如何避免编写此标头？
答案 0 :(得分：0)
请帮助我弄清楚加载倾销对NN的影响 总体结构不变，结果如何？
如果结构不变，则对网络没有影响。您可以使用易于阅读的输出进行简单转储，然后比较文件。首先了解协议here。
如何加载和转储以保留文件的结构和大小 没有变化？如何避免甩负荷的不一致 操作吗？
没有真正的矛盾，可能只是使用其他协议或附加标头。您不应该处理这些内部问题。如果要使模型易于阅读或受版本控制，则可以使用json或其他人类readbale协议。 （例如simplejson）