【文件属性】：
文件名称：matlab批量替换代码-mni:mni
文件大小：44.45MB
文件格式：ZIP
更新时间：2021-05-22 04:13:03
系统开源
matlab批量替换代码时尚MNIST
目录
Fashion-MNIST是的商品图片数据集-包含60,000个示例的训练集和10,000个示例的测试集。
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用作原始机器的直接替代品，以对机器学习算法进行基准测试。
它具有相同的图像大小以及训练和测试分割的结构。
这是一个数据外观的示例（每个类占用三行）：
我们为什么做Fashion-MNIST
原稿包含很多手写数字。
AI
/
ML
/数据科学社区的成员喜欢此数据集，并将其用作验证其算法的基准。
实际上，MNIST通常是研究人员尝试的第一个数据集。
他们说：
“如果它在MNIST上不起作用，那么它将根本不起作用。”
“好吧，如果它确实可以在MNIST上运行，那么在其他系统上仍然可能失败。”
致认真的机器学习研究人员
认真地说，我们正在谈论取代MNIST。
这里有一些很好的理由：
MNIST太简单了。
卷积网络在MNIST上可以达到99.7％。
经典的机器学习算法也可以轻松达到97％。
签出，并阅读“。”。
MNIST被过度使用。
在中，
【文件预览】：
mni-master
----.gitignore(1KB)
----Dockerfile(401B)
----MAINTAINERS(71B)
----README.zh-CN.md(23KB)
----requirements.txt(35B)
----data()
--------fashion()
--------mnist()
----.dockerignore(0B)
----CONTRIBUTING.md(2KB)
----LICENSE(1KB)
----doc()
--------img()
----static()
--------js()
--------css()
--------index.html(4KB)
--------img()
----utils()
--------__init__.py(0B)
--------helper.py(2KB)
--------mnist_reader.py(756B)
--------argparser.py(1KB)
----visualization()
--------__init__.py(0B)
--------project_zalando.py(2KB)
----README.md(22KB)
----benchmark()
--------__init__.py(0B)
--------convnet.py(5KB)
--------baselines.json(4KB)
--------runner.py(8KB)
----.zappr.yaml(149B)
----.catwatch.yaml(134B)
----app.py(485B)
----configs.py(3KB)
----README.ja.md(23KB)