Dataset之Fashion-MNIST:Fashion-MNIST数据集简介、下载、使用方法之详细攻略

 Dataset之Fashion-MNIST:Fashion-MNIST数据集简介、下载、使用方法之详细攻略

 

 

目录

Fashion-MNIST数据集简介

1、Why we made Fashion-MNIST

Fashion-MNIST数据集下载

0、数据集及代码下载

1、基于python语言下载

2、基于Tensorflow下载

Fashion-MNIST数据集使用方法


 

 

 

 

 

Fashion-MNIST数据集简介

      Fashion-MNIST数据集是德国Zalando公司提供的衣物图像数据集,包含60,000个样本的训练 集和10,000个样本的测试集。每个样本都是 28x28灰度图像,与10个类别的标签相关联。Fashion-MNIST数据集旨在作为原始MNIST数据集的直接替代品,用于对机器学习算法进行基准测试。 

NameContentExamplesSizeLinkMD5 Checksum
train-images-idx3-ubyte.gztraining set images60,00026 MBytesDownload8d4fb7e6c68d591d4c3dfef9ec88bf0d
train-labels-idx1-ubyte.gztraining set labels60,00029 KBytesDownload25c81989df183df01b3e8a0aad5dffbe
t10k-images-idx3-ubyte.gztest set images10,0004.3 MBytesDownloadbef4ecab320f06d8554ea6380940ec79
t10k-labels-idx1-ubyte.gztest set labels10,0005.1 KBytesDownloadbb300cfdad3c16e7a12a480ee83cd310


论文:https://arxiv.org/pdf/1708.07747.pdf
Fashion-MNIST: a Novel Image Dataset for Benchmarking Machine Learning Algorithms
GitHub:https://github.com/zalandoresearch/fashion-mnist
其他介绍:http://www.worldlink.com.cn/zh_tw/osdir/fashion-mnist.html

      论文介绍了Fashion-MNIST,一种时尚产品图像数据集,旨在代替mnist,同时为基准机器学习算法提供一种更具挑战性的替代方法。Fashion-MNIST中的图像被转换为与mnist数据集相匹配的格式,使其立即与任何能够与原始mnist数据集一起工作的机器学习包兼容。

 

1、Why we made Fashion-MNIST

    The original MNIST dataset contains a lot of handwritten digits. Members of the AI/ML/Data Science community love this dataset and use it as a benchmark to validate their algorithms. In fact, MNIST is often the first dataset researchers try. "If it doesn't work on MNIST, it won't work at all", they said. "Well, if it does work on MNIST, it may still fail on others."

 

 

Fashion-MNIST数据集下载

0、数据集及代码下载

git clone git@github.com:zalandoresearch/fashion-mnist.git

 

1、基于python语言下载

'Use utils/mnist_reader in this repo'

import mnist_reader
X_train, y_train = mnist_reader.load_mnist('data/fashion', kind='train')
X_test, y_test = mnist_reader.load_mnist('data/fashion', kind='t10k')

 

2、基于Tensorflow下载

from tensorflow.examples.tutorials.mnist import input_data
data = input_data.read_data_sets('data/fashion')

data.train.next_batch(BATCH_SIZE)

ata = input_data.read_data_sets('data/fashion', source_url='http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/')

 

 

Fashion-MNIST数据集使用方法

TF之GD:基于tensorflow框架搭建GD算法利用Fashion-MNIST数据集实现多分类预测(92%)

 

 

 

Fashion-MNIST是一个广泛用于计算机视觉学习任务的数据集,特别是用于图像分类。它包含了10种不同类型的时尚产品(如T恤、裤子等)的28x28像素灰度图像,总共有60,000张训练图片和10,000张测试图片,每种类别各占6,000张。你可以通过以下步骤下载这个数据集: 1. **安装库**: 首先,确保已经安装了Python的数据科学库,如`numpy`, `tensorflow`, 或 `pytorch`。如果没有,可以分别使用命令`pip install numpy tensorflow` 或者 `pip install torch torchvision`来安装。 2. **导入必要的模块**: 导入`tensorflow.keras.datasets`或`torchvision.datasets`,这取决于你选择的深度学习框架。 ```python # TensorFlow from tensorflow.keras.datasets import fashion_mnist # PyTorch (using torchvision) import torchvision.datasets as datasets import torchvision.transforms as transforms ``` 3. **加载数据**: 对于TensorFlow,可以直接下载并加载: ```python (train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data() ``` 对于PyTorch,需要进行一些预处理: ```python transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.5,), (0.5,))]) fashion_dataset = datasets.FashionMNIST(root='./data', train=True, download=True, transform=transform) train_dataset = torchvision.datasets.Subset(fashion_dataset, list(range(60000))) test_dataset = torchvision.datasets.Subset(fashion_dataset, list(range(60000, 70000))) ``` 4. **查看和准备数据**: 确保数据已经被转换为适当的形状,并且标签可能是one-hot编码。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一个处女座的程序猿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值