|
介绍 Cifar-10是由Hinton的两个大弟子Alex Krizhevsky、Ilya Sutskever收集的一个用于普适物体识别的数据集。Cifar是加拿大牵头投资的一个先进科学项目研究所。
说白了,就是看你穷的没钱搞研究,就施舍给你。Hinton、Bengio和他的学生在2004年拿到了Cifar投资的少量资金,建立了神经计算和自适应感知项目。
这个项目结集了不少计算机科学家、生物学家、电气工程师、神经科学家、物理学家、心理学家,加速推动了DL的进程。从这个阵容来看,DL已经和ML系的数据挖掘分的很远了。
DL强调的是自适应感知和人工智能,是计算机与神经科学交叉。DM强调的是高速、大数据、统计数学分析,是计算机和数学的交叉。
Cifar-10由60000张32*32的RGB彩色图片构成,共10个分类。50000张训练,10000张测试(交叉验证)。这个数据集最大的特点在于将识别迁移到了普适物体,而且应用于多分类(姊妹数据集Cifar-100达到100类,ILSVRC比赛则是1000类)。
目录
test_batch.bin
showit.m
readme.html
get_cifar10.sh
data_batch_5.bin
data_batch_4.bin
data_batch_3.bin
data_batch_2.bin
data_batch_1.bin
cifar-10-python.tar.gz
cifar-10-py-colmajor.tar.gz
cifar-10-matlab.tar.gz
batches.meta.txt
数据集大小
下载地址
回复可查看课程下载链接&提取码
学豆不足请充值:充值 开通VIP全站课程免学豆下载:开通VIP QQ:2659147209
|
|