手写数字识别MNIST数据集，内含t10k-images-idx3-ubyte.gz等四个压缩文件以及卷积神经网络识别代码。
2019-12-21 20:25:59
11.07MB
1
多特征 MNIST库 手写数字识别实现（matlab），采用粗网格特征和切割线划分进行学习识别，首先提取MNIST数据库60000个训练样本分别提取出两个特征，然后对10000个测试样本进行测试，计算和两个特征的距离进行判别，matlab 实现
2019-12-21 20:22:26
37KB
1
本数据集包含MNIST数据集的四个文件：train-images-idx3-ubyte.gz，train-labels-idx1-ubyte.gz，t10k-images-idx3-ubyte.gz，t10k-labels-idx1-ubyte.gz；
和一张图片mnist_10k_sprite.png
2019-12-21 20:22:21
24.09MB
1
lmdb格式的手写数字识别mnist数据集，已经转换成了lmdb格式，直接使用即可。注意：此数据集不是原始格式，是已经转化为lmdb格式的数据集，主要用来进行caffe网络的训练。
2019-12-21 20:19:49
12.02MB
1
研究深度学习和卷积神经网络的同学都知道Mnist这个数据库，它是一个手写数字的图像数据集，可以用来作为网络训练的基准测试数据库。原版数据集是以特定格式存储的四个文件，包括乱序排列的60000个训练样本与10000个测试样本，以及它们对应的标签向量。现将其中的图片从原文件中读取出来，重新转化为png格式，并将测试集和训练集分别按0~9进行分类，并存放在各自的子文件夹中，以便各位同学进行科研与实验之用。
原数据集下载地址为：http://yann.lecun.com/exdb/mnist/
2019-12-21 20:17:14
22.3MB
1
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
面向对象设计风格，采用TensorFlow框架，结构清晰，代码易读易理解。生成器网络和判别其网络，不需要修改参数，下载就可以运行，只需调整网络批次一个参数。
2019-12-21 20:14:14
6KB
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