Deep Learning常用的一些数据集简介

男娘i 2022-06-13 04:25 364阅读 0赞

## 1.前言 ##

单纯觉得有一个数据集整合之后的分享会帮助到有需要的人，我也在一点点整理当中，把接触到的数据集都整理在这篇文章中，希望以后做训练时可以更加方便。

## 2.数据集 ##

### MNIST数据集 ###

MNIST(Mixed National Institute of Standards and Technology database)，是一个非常简单的机器学习视觉数据集，由几万张28像素x28像素的手写数字组成，只包含图片的灰度值信息，用于图像分类。

数据集信息：

训练集：55000

测试集：10000

验证集：5000

下载原网址： [http://yann.lecun.com/exdb/mnist][http_yann.lecun.com_exdb_mnist]

数据集的下载与读取：

import tensorflow as tf   
    from tensorflow.examples.tutorials.mnist import input_data  
      
    mnist = input_data.read_data_sets("MNIST_data/",one_hot = True)

### CIFAR-10数据集 ###

CIFAR-10数据集包含60000张32x32的彩色图像，其中训练集50000张，测试集10000张，CIFAR-10数据集如同它的名字，一共标注为10类，每一类图片6000张。这10类分别为：airplane、automobile、bird、cat、deer、dog、frog、horse、ship和truck，其中没有重复。

数据集下载：

git clone https://github.com/tensorflow/models.git
    cd models/tutorials/image/cifar10

数据集读取：

import cifar10,cifar10_input

### ImageNet数据集 ###

ImageNet项目由斯坦福大学终身教授李飞飞创办，目标是收集大量带有标注信息的图片数据供计算机视觉模型训练。ImageNet拥有1500万张标注过的高清图片，总共拥有22000类，其中拥有100万张标注了图片中主要物体的定位边框。

[http_yann.lecun.com_exdb_mnist]: http://yann.lecun.com/exdb/mnist

发表评论取消回复

表情：

评论列表（有 0 条评论，364人围观）

还没有评论，来说两句吧...

相关阅读

相关深度学习(Deep Learning)：“Deep”的作用【“Modularization”、“End-to-End Learning”】

一、Modularization 1、Universality Theorem ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naG

怼烎@/ 2023年10月05日 16:07/ 0 赞/ 98 阅读

相关 Deep learning

install CUDA 9.0 from [https://qiita.com/JeJeNeNo/items/b30597918db3781e20cf][https_qii

迈不过友情╰/ 2023年06月30日 10:45/ 0 赞/ 2 阅读

相关 Deep Learning 资料

1. tornadomeet 博客园博客： http://www.cnblogs.com/tornadomeet/ 2. 以上博客基于教程 http://deeplearni

骑猪看日落/ 2022年09月20日 12:43/ 0 赞/ 231 阅读

相关 Deep Learning学习之 Deep Learning训练过程

传统神经网络的训练方法为什么不能用在深度神经网络 BP算法作为传统训练多层网络的典型算法，实际上对仅含几层网络，该训练方法就已经很不理想。深度结构（涉及多个非线性处理单元

小咪咪/ 2022年07月24日 03:21/ 0 赞/ 267 阅读

相关 Deep Learning学习之 Deep learning简介

一、什么是Deep Learning？实际生活中，人们为了解决一个问题，如对象的分类（对象可是是文档、图像等），首先必须做的事情是如何来表达一个对象，即必须抽取一些特征

小灰灰/ 2022年07月24日 03:21/ 0 赞/ 389 阅读

相关 Deep Learning常用的一些数据集简介

1.前言单纯觉得有一个数据集整合之后的分享会帮助到有需要的人，我也在一点点整理当中，把接触到的数据集都整理在这篇文章中，希望以后做训练时可以更加方便。 2.数据集

男娘i/ 2022年06月13日 04:25/ 0 赞/ 365 阅读

相关 Deep Learning -- Normalization

原文站点：[https://senitco.github.io/2017/09/12/deep-learning-normalization/][https_senitco.g

布满荆棘的人生/ 2022年06月02日 01:45/ 0 赞/ 249 阅读

相关 Deep Learning -- Regularization

原文站点：[https://senitco.github.io/2017/09/10/deep-learning-regularization/][https_senitco.

冷不防/ 2022年06月02日 00:47/ 0 赞/ 228 阅读

相关 Deep Learning -- Dropout

原文站点：[https://senitco.github.io/2017/09/08/deep-learning-dropout/][https_senitco.github.

「爱情、让人受尽委屈。」/ 2022年06月02日 00:27/ 0 赞/ 269 阅读

相关 Deep Learning

2015年，深度学习三位大牛（Yann LeCun，Yoshua Bengio & Geoffrey Hinton），合作在Nature上发表深度学习的综述性论

分手后的思念是犯贱/ 2022年05月25日 10:39/ 0 赞/ 266 阅读