利用CNN处理CIFAR-10的测试精度没达到0.9，所以来试试Rsenet~通过数据增强等处理方式，利用20层的Resnet对其进行测试，精度达到0.9139.
2021-02-13 20:17:20
884KB
1
简单的Cifar10数据集 pytorch 框架训练代码 使用简单的ResNet-18 进行训练
代码附有详细注释，一看就懂
修改代码，补充上自己的CiFar10数据集位置，就可以直接运行
2021-02-08 22:06:28
4KB
1
此数据集为MATLAB版本，更多版本我也上传了。CIFAR-10数据集由10个类中的60000个32x32彩色图像组成，每个类有6000个图像。有50000个训练图像和10000个测试图像。 数据集分为五个训练批次和一个测试批次，每个批次有10000个图像。测试批次包含来自每个类别的1000个随机选择的图像。训练批次以随机顺序包含剩余图像，但是一些训练批次可能包含来自一个类别的更多图像而不是另一个类别。在他们之间，培训批次包含来自每个班级的5000个图像。
2020-01-16 03:06:48
174.97MB
1
CIFAR-10 的一个demo，可以直接运行，里边有数据集，是一个进行10中类别的图片进行分类，准确率高达95.67%
2020-01-15 03:13:05
19KB
1
CIFAR-10 数据和Keras CNN程序 识别率89%左右 CIFAR-10数据为npz格式
2020-01-03 11:21:56
172.5MB
1
cifar-10数据集,matlab版本。
CIFAR-10数据集由10个类中的60000个32x32彩色图像组成，每个类有6000个图像。有50000个训练图像和10000个测试图像。
数据集分为五个训练批次和一个测试批次，每个批次有10000个图像。测试批次包含来自每个类别的1000个随机选择的图像。训练批次以随机顺序包含剩余图像，但是一些训练批次可能包含来自一个类别的更多图像而不是另一个类别。在他们之间，培训批次包含来自每个班级的5000个图像
2019-12-21 22:14:37
174.93MB
1
cifar-10数据集合（jpg图片集合版本），图片集合，该数据集共有60000张彩色图像，这些图像是32*32，分为10个类，每类6000张图。
2019-12-21 21:59:27
51.98MB
1
这份资源内含CIFAR数据集，MNIST手写数据集和KNN（机器学习）算法的MATLAB代码对这两个数据集进行训练，希望对大家有所帮助(由于文件太大，只能截取CIFAR的部分数据
2019-12-21 21:41:49
15.29MB
1