Python视觉深度学习系列教程 第一卷 第5章 图像分类数据集

        第一卷 第五章 图像分类数据集

        在本章中，了解将在使用Python进行计算机视觉深度学习的其余部分中遇到的数据集。其中一些数据集被认为是“玩具”数据集，我们可以用来学习神经网络和深度学习的小图像集。由于历史原因，其他数据集很受欢迎，可作为评估新模型架构的极好基准。最后，ImageNet等数据集仍然是开放式研究主题，用于推进深度学习的最新技术。

        一、MNIST

        MNIST数据集是一个简单的数据集，供早期深度学习从业者获得训练神经网络的“初体验”，而无需太多努力（很容易获得>97%的分类准确率）——训练神经网络模型在MNIST上非常类似于机器学习中的“Hello,World”。

MNIST数据集样本。该数据集的目标是对手写数字0-9进行正确分类。