文件名称：squeezenet的matlab代码-fashion-mist:时尚迷雾
文件大小：45.05MB
文件格式：ZIP
更新时间：2024-07-07 01:17:10
系统开源
挤压网的matlab代码时尚-MNIST 目录 Fashion-MNIST是文章图像的数据集——由 60,000 个示例的训练集和 10,000 个示例的测试集组成。 每个示例都是一个 28x28 灰度图像，与来自 10 个类别的标签相关联。 我们打算将Fashion-MNIST作为原始机器学习算法基准测试的直接替代品。 它共享相同的图像大小和训练和测试分割的结构。 这是数据外观的示例（每个类采用三行）： 为什么我们制作 Fashion-MNIST 原文包含大量手写数字。 AI/ML/数据科学社区的成员喜欢这个数据集，并将其用作验证他们算法的基准。 事实上，MNIST 通常是研究人员尝试的第一个数据集。 “如果它在 MNIST 上不起作用，它就根本不起作用” ，他们说。 “好吧，如果它在 MNIST 上确实有效，它可能仍然在其他人身上失败。” 致认真的机器学习研究人员 说真的，我们正在谈论替换 MNIST。 以下是一些很好的理由： MNIST 太容易了。 卷积网络在 MNIST 上可以达到 99.7%。 经典机器学习算法也可以轻松达到 97%。 签出，并阅读“。” MNIST 被过度使
【文件预览】：
fashion-mist-master
----MAINTAINERS(71B)
----configs.py(3KB)
----benchmark()
--------baselines.json(4KB)
--------runner.py(8KB)
--------convnet.py(5KB)
--------__init__.py(0B)
----app.py(485B)
----README.ja.md(23KB)
----data()
--------mnist()
--------fashion()
----.zappr.yaml(149B)
----Dockerfile(401B)
----README.zh-CN.md(23KB)
----LICENSE(1KB)
----visualization()
--------project_zalando.py(2KB)
--------__init__.py(0B)
----static()
--------css()
--------img()
--------index.html(4KB)
--------js()
----CONTRIBUTING.md(2KB)
----requirements.txt(35B)
----doc()
--------img()
----.gitignore(1KB)
----.dockerignore(0B)
----README.md(22KB)
----utils()
--------helper.py(2KB)
--------argparser.py(1KB)
--------__init__.py(0B)
--------mnist_reader.py(756B)
----.catwatch.yaml(134B)