时尚-MNIST 数据集
时尚-MNIST数据集是一个 Zalando 文章图片数据库,包括一个由 60,000 个示例组成的训练集和一个由 10,000 个示例组成的测试集。每个示例都是 28x28 灰度图像,与 10 个类别中的一个标签相关联。时尚-MNIST 数据集可直接替代原始的 MNIST 数据集,用于机器学习算法的基准测试。
主要功能
- 时尚-MNIST 包含 60,000 张训练图像和 10,000 张 Zalando 文章图像的测试图像。
- 数据集由大小为 28x28 像素的灰度图像组成。
- 每个像素都有一个像素值,表示该像素的亮度或暗度,数值越大表示越暗。像素值是介于 0 和 255 之间的整数。
- 时尚-MNIST 被广泛用于机器学习领域的训练和测试,尤其是图像分类任务。
数据集结构
时尚-MNIST 数据集分为两个子集:
- 训练集:该子集包含 60,000 张图像,用于训练机器学习模型。
- 测试集:该子集由 10,000 张图像组成,用于测试和基准测试训练有素的模型。
标签
每个训练和测试示例都会被分配到以下标签之一:
- T 恤/上衣
- 裤装
- 套头衫
- 连衣裙
- 外套
- 凉鞋
- 衬衫
- 运动鞋
- 袋子
- 踝靴
应用
时尚-MNIST 数据集广泛用于训练和评估图像分类任务中的深度学习模型,如卷积神经网络(CNN)、支持向量机(SVM)和其他各种机器学习算法。该数据集格式简单、结构合理,是机器学习和计算机视觉领域研究人员和从业人员的重要资源。
使用方法
要在图像大小为 28x28 的时尚-MNIST 数据集上对 CNN 模型进行 100 次历时训练,可以使用以下代码片段。有关可用参数的完整列表,请参阅模型训练页面。
列车示例
图片和注释示例
时尚-MNIST 数据集包含 Zalando 文章图片的灰度图像,为图像分类任务提供了一个结构良好的数据集。下面是数据集中的一些图像示例:
该示例展示了时尚-MNIST 数据集中图像的多样性和复杂性,突出了多样化数据集对训练强大图像分类模型的重要性。
致谢
如果您在研究或开发工作中使用了时尚-MNIST 数据集,请链接至GitHub 存储库,以示对数据集的认可。本数据集由 Zalando Research 提供。