CIFAR-10
CIFAR-10数据集，又称加拿大高等研究院数据集（Canadian Institute for Advanced Research）是一个常用于训练机器学习和电脑视觉算法的图像集合。它是最广泛使用的机器学习研究数据集之一[1][2]。CIFAR-10数据集包含60,000张32×32像素的彩色图像，分为10个不同的类别[3]。这10个类别分别是飞机、汽车、鸟类、猫、鹿、狗、青蛙、马、船和卡车，每个类别有6,000张图片[4]。
CIFAR-10是2008年发布的80 Million Tiny Images数据集的标记子集，该数据集在2009年发表。创建该数据集时，学生们有偿标记所有的图像[5]。
参见
[编辑]参考来源
[编辑]- ^ AI Progress Measurement. Electronic Frontier Foundation. 2017-06-12 [2017-12-11].
- ^ Popular Datasets Over Time | Kaggle. www.kaggle.com. [2017-12-11].
- ^ Hope, Tom; Resheff, Yehezkel S.; Lieder, Itay. Learning TensorFlow: A Guide to Building Deep Learning Systems. O'Reilly Media, Inc. 2017-08-09: 64– [2018-01-22]. ISBN 9781491978481.
- ^ Angelov, Plamen; Gegov, Alexander; Jayne, Chrisina; Shen, Qiang. Advances in Computational Intelligence Systems: Contributions Presented at the 16th UK Workshop on Computational Intelligence, September 7–9, 2016, Lancaster, UK. Springer International Publishing. 2016-09-06: 441– [2018-01-22]. ISBN 9783319465623.
- ^ Krizhevsky, Alex. Learning Multiple Layers of Features from Tiny Images (PDF). 2009.