MNIST应该是最简单，也是最好的起始数据集，使用极为简单的分类器就可以达到不错的泛化准确率（何为泛化？即我们的模型对于没有进入训练集的判断能力，反应了模型是否正确或是鲁棒），实际上，基本上由图像各密集像素区的简单分布就可以达到分类手写数字识别的目的（特别是限制了手写范围，数字一般处于居中的位置的时候）。此为其下载的脚本文件，此外，只需要一次下载后即可无须下载立刻使用，具体请看我的教程。
2019-12-21 20:16:44
1KB
1
fashion-mnist深度学习数据集用来做练手最佳，而且是Kaggle上最近mnist系列的数据集，数据集的图像大小和类别与mnist数据一样，非常适合拿来做扩展运用。
2019-12-21 20:11:58
34.63MB
1
将mnist手写字符数据集整理为训练集和测试集文件夹，训练集和测试集里各含名称为0-9的10个文件夹，共60000张训练集，10000张测试集，图片格式png
2019-12-21 20:11:26
23.4MB
1
转换格式后的mnist数据集,包含leveldb和lmdb两种格式，mnist数据集训练和测试，可参见博文 http://blog.csdn.net/hust_bochu_xuchao/article/details/73382369
2019-12-21 19:55:26
23.93MB
1
google mnist 手写数字数据库
共有10000个样本
已经保存成txt 可以直接查看 适合对手写数字数据库格式不同了解的朋友
包含10000个训练样本
images.txt 对应train-images.idx3-ubyte
lable.txt 对应train-labels.idx1-ubyte
2019-12-21 19:52:25
10.74MB
1
python语言编写，利用TensorFlow建立两层卷积神经网络，数据集为手写体识别数据集MNIST，识别准确率99%
2019-12-21 19:46:08
11.06MB
1