CIFAR-10
CIFAR-10資料集，又稱加拿大高等研究院資料集（Canadian Institute for Advanced Research）是一個常用於訓練機器學習和電腦視覺演算法的圖像集合。它是最廣泛使用的機器學習研究資料集之一[1][2]。CIFAR-10資料集包含60,000張32×32像素的彩色圖像，分為10個不同的類別[3]。這10個類別分別是飛機、汽車、鳥類、貓、鹿、狗、青蛙、馬、船和卡車，每個類別有6,000張圖片[4]。
CIFAR-10是2008年發布的80 Million Tiny Images資料集的標記子集，該資料集在2009年發表。建立該資料集時，學生們有償標記所有的圖像[5]。
參見
[編輯]參考來源
[編輯]- ^ 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.