一、首先我先查阅了深度学习的数据库:
1、mnist手写字符库
2、cifar10(caffe.theano)数据集分为5个训练块和1个测试块,每个块有10000个图像。测试块包含从每类随机选择的1000个图像。训练块以随机的顺序包含这些图像,但一些训练块可能比其它类包含更多的图像。训练块每类包含5000个图像。类与类之间完全互斥。
airplane,automobile,bird,cat,deer,dog,frog,horse,ship,truck
3、cifar100(有python版,matlab版,和用于c++的二值化版本)
数据集包含100小类,每小类包含600个图像,其中有500个训练图像和100个测试图像。100类被分组为20个大类。每个图像带有1个小类的“fine”标签和1个大类“coarse”标签。