圖片識別是卷積神經網路的主要應用之一。這個資料集是有Alex Krizhevsky 、 Vinod Nair 和GeoffreyHinton手機整理。共包含了60000張32* 32的彩色影象，50000張用於訓練模型、10000張用於評估模型。訓練的資料集被均勻分成10個類別，每個類別剛好包含5000張圖片。

在keras提供了資料載入的函式，可以非常簡單的匯入資料。第一次匯入時，keras會從網路下載資料到本地，之後就可以直接從本地載入資料，用於神經網路模型的每次執行模型產生相同的模型，資料匯入後，會設定隨機種子，並檢視9張圖片程式碼如下：

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
from keras.datasets import cifar10
from matplotlib import pyplot as plt
from scipy.misc import toimage
import numpy as np
#匯入資料
(X_train, y_train), (X_validation, y_validation) = cifar10.load_data()

for i in range(0,9 ):
    plt.subplot(331 + i)
    plt.imshow(toimage(X_train[i]))
    #顯示圖片
    plt.show()
    #設定隨機種子
    seed = 7
    np.random.seed(seed)