Fashion-MNIST:一个全新的机器学习基准数据集

Fashion-MNIST:机器学习的新宠儿

在机器学习和计算机视觉领域,MNIST手写数字数据集长期以来一直是研究人员和开发者的首选基准数据集。然而,随着技术的进步,MNIST数据集逐渐变得"太简单"。为了应对这一挑战,Zalando Research团队推出了Fashion-MNIST数据集,为机器学习社区带来了一股新鲜空气。

什么是Fashion-MNIST?

Fashion-MNIST是一个包含70,000张28x28灰度图像的数据集,涵盖了10个类别的时尚单品。其中60,000张图像用于训练,10,000张用于测试。这个数据集的结构和格式与原始的MNIST数据集完全相同,使得研究人员可以轻松地将其作为MNIST的直接替代品。

Fashion-MNIST的10个类别包括:

1. T-shirt/top
2. Trouser
3. Pullover
4. Dress
5. Coat
6. Sandal
7. Shirt
8. Sneaker
9. Bag
10. Ankle boot

每个类别包含7,000张图像,为机器学习算法提供了丰富多样的训练和测试数据。

为什么需要Fashion-MNIST?

尽管MNIST数据集在过去几十年里为机器学习研究做出了巨大贡献,但它也存在一些局限