联邦学习和计算机视觉分类任务中常用的数据集MNIST、FasionMNIST、FEMNIST、EMNIST、CIFAR10、CIFAR100

已于 2023-12-29 21:12:00 修改
阅读量969 收藏 14
点赞数 9
分类专栏： FATE 文章标签： 计算机视觉 分类 人工智能
于 2023-12-19 22:57:18 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43478778/article/details/135095398
版权

本人是研究联邦学习方向的在读研究生一枚，该博客是为了对比实验所用数据集的区别

数据集数据种类数据类型训练集大小测试集大小类别备注
MNIST10 种28 x 28 的灰度图片60000100000-9的手写数字
FasionMNIST10 种28 x 28 的灰度图片600001000010类服装（包括T恤、裤子、套头衫、连衣裙、外套、凉鞋、衬衫、运动鞋、包、靴子）
FEMNIST62种28 x 28 的灰度图片约418,000个样本（可能会根据数据集的版本和使用场景有所不同）约19,000个样本字符类别 (10种数字, 26种小写, 26种大写)
EMNIST62种28 x 28 的灰度图片约240,000个样本约40,000个样本字符类别 (10种数字, 26种小写, 26种大写)
CIFAR1010 种32 × 32的彩色图片5000010000飞机（ airplane ）、汽车（ automobile ）、鸟类（ bird ）、猫（ cat ）、鹿（ deer ）、狗（ dog ）、蛙类（ frog ）、马（ horse ）、船（ ship ）和卡车（ truck ）每种类别都有6000张图片. 5000张训练图片1000张测试图片
CIFAR100100种32 × 32的彩色图片5000010000包括人、动物、花、昆虫等每种类别都有600张图片. 500张训练图片100张测试图片
月关也爱敲代码
关注
  • 9
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
联邦EMNIST数据集 (FEMNIST)
jasonso97的博客
01-04 5943
Federated Extended MNIST(FEMNIST) 数据集简介
联邦学习框架 FederatedScope（1）快速入门
游星的博客
08-27 4039
阿里达摩院最新框架FederatedScope来了！让联邦学习从可用到好用
non-iid数据下的深度神经网络的分布式联邦学习  代码复现
最新发布
09-13
Decentralized federated learning of deep neural networks on non-iid data    non-iid数据下的深度神经网络的分布式联邦学习  代码复现  数据集：CIFAR-10 ，Fashion-MNIST  基线方案：①  Random，随机八卦协议                    ②  Local，仅进行本地模型训练，而不进行通信                    ③  客户获得了具有相同数据分布的邻居信息，并只与这些邻居进行通信  代码开源    https://github.com/guskarls/dfl-pens
联邦学习中的数据异构性问题综述
联邦学习小白
06-19 1万+
摘要 联邦学习中的数据异构性问题主要是由参与训练的各客户端的数据虽独立分布但不服从同一采样方法（Non-IID）所导致的，这一问题也导致模型精度的严重下降。如何缓解Non-IID带来的不利影响目前仍是一个开放性的问题。 目前已经有很多算法可以应用于这一问题的处理上，但由于这些算法的实验都是基于不同的数据划分策略，我们没办法系统地、直观地理解这些算法的优缺点。 为了能对各算法的性能进行一个比较，《Federated Learning on Non-IID Data Silos: An Experimental
对于FAMNIST中的十种动物和水果进行识别测试
TSINGHUAJOKING
12-17 1489
简 介： 对于有五中动物和五中水果组成的FAMNIST10（Fruit-Animal MNSIT数据集合），利用LeNet进行识别进行了测试。测试了不同的卷积核尺寸，不同的学习速率以及不同的数据集合的情况。通过测试也可以看到利用AI Studio中的GPU加速环境（至尊版环境）可以在训练模型过程中大大提高训练的效率。 关键词： LeNet，FAMNIST #mermaid-svg-htvXDNOlsNtBuQ1y .label{font-family:'trebuchet ms', verdana, ..
基于cifar10数据集的FedAvg联邦学习任务
梦码城博客中心
06-02 2742
根据论文《Communication-Efficient Learning of Deep Networks from Decentralized Data》实现FedAvg联邦学习算法。联邦学习入门推荐
使用PyTorch和Flower 进行联邦学习
deephub
04-25 5333
我们将在这篇文章中区分两种主要方法：集中式和联邦式(本文的图例表示如下)集中式每个设备都会将其数据发送到全局服务器，然后服务器将使用它来训练全局模型。训练完成后服务器将经过训练的全局模型发送到设备。这并不是我们所说的联邦学习的解决方案，传输了数据，会带来很多问题联邦式每个设备都不会与服务器共享数据，而是将数据保存在本地并用它来训练模型。模型的权重会被发送到全局服务器，然后全局服务器会将收到的所有权重聚合到一个全局模型中，服务器最终将经过训练的全局模型发送到设备。
LEAF：一个联邦学习的基准数据集
watqw的博客
04-25 3247
LEAF提供了几个联邦学习的数据集，及简单的联邦学习例子，使用的算法是联邦平均算法，其代码是用python写的，机器学习的框架是tensorflow，所以如果要跑上面的例子，注意需要安装的环境，里面有个requirements.txt列出了要下载的python包。其地址为 https://talwalkarlab.github.io/leaf/ 目前有6个数据集，可以选择是否切分为独立同分布（iid）。 1、FEMNIST 一个图像分类的数据集，识别英文字母和数字。有3550个用户，总共805263个样
[图像识别]pytorch实现手写英文字母识别：
热门推荐
Yann的博客
12-23 1万+
pytorch搭建CNN实现手写英文字母识别： 目录pytorch搭建CNN实现手写英文字母识别：Part1.数据集选取：`The Chars74K` dataset：`EMNIST` dataset:Part2.数据预处理：Part3.网络搭建：Part4.训练与模型保存：Part5.模型读取并测试自己的数据：Part6.完整代码： Part1.数据集选取： The Chars74K dataset： http://www.ee.surrey.ac.uk/CVSSP/demos/chars74k/ res
Emnist 数据集百度云下载
Rocklee12138的博客
04-07 1960
由于Emnist数据集原地址在外网，下载速度实在太慢了 所以折腾了好久才成功 故在此附上百度云链接:https://pan.baidu.com/s/1UcNxuqU9sRIOc16rcq6Czg 密码:x1bm
federated-learning:关于联邦学习的所有内容（论文，教程等）-联邦学习
05-13
联邦学习 Federated Learning Everything about federated learning. Your contribution is highly valued! 关于联邦学习的资料，包括：介绍、综述文章、最新文章、代表工作及其代码、数据集、论文等等。 欢迎一起贡献！ 目录 1. 教程 Tutorial 文字 PPT (AAAI-19) (AAAI-19) 视频 GDPR, Data Shortage and AI (AAAI-19 Invited Talk) 新闻 2019/02/09 谷歌发布全球首个产品级移动端分布式机器学习系统，数千万手机同步训练 2. 相关论文 Related Papers 综述与介绍 Survey And Introduction arXiv 201912 - Advances and Open Problems in Fede
EMNIST：旨在探索CNN和RCNN在对EMNIST数据集进行分类方面的有效性的项目
02-05
恩尼斯 由@coopss开发 描述 该项目旨在探索卷积神经网络（CNN）的特性，并了解它们与递归卷积神经网络（RCNN）的比较。 这是受到我阅读的启发，该详细介绍了RCNN在对象识别中的效果，甚至表现出与CNN相对较少的参数。 除了探索CNN / RCNN有效性，我建立了一个简单的接口，以测试更具挑战的数据集（而不是在） 当前实施 多栈CNN Web小程序测试环境 兼容触摸屏 当字母占画布的大部分时，效果最佳 读入.mat文件 当前正在对培训（直接下载链接） 查看以获取更多信息 去做 用新的webapp更新gif 训练更多模型 神经网络 优化超参数 在输入中添加噪声（高斯或类似）图层，以
英文字符数据集(EMNIST,图片形式).zip
12-22
从EMNIST英文数据集中导出图片，并将其归成26个子文件夹，为26个字母A-Z，大小写字母在1类中，一共12万余张灰度图片，可供研究者使用。
MNIST数据集和CIFAR-10数据集JPEG
01-13
1. MNIST手写数字数据集，其中数字8被替换为数字0逆时针旋转90°和数字8的叠加 2. CIFAR-10数据集，增加flower类别，共11个类别
联邦学习分布式训练MNist数据集.zip
03-13
在这个"联邦学习分布式训练MNist数据集.zip"压缩包中，我们主要关注的是使用联邦学习技术对MNIST数据集进行分布式训练。MNIST是一个广泛使用的手写数字识别数据集，包含60,000个训练样本和10,000个测试样本，每个...
mnist_cifar-10数据集
04-08
标题中的“mnist_cifar-10数据集”提到了两个非常重要的计算机视觉领域的基准数据集，它们广泛用于训练和评估图像识别模型。下面将详细解释这两个数据集及其相关知识点。 **1. MNIST数据集** MNIST（Modified ...
图像分类数据集（Fashion-MNIST）
04-21
Fashion-MNIST数据集是作为MNIST数据集的替代品而创建的，因为在MNIST数据集被广泛使用后，人们逐渐发现需要更具挑战性的图像数据集来评估新的算法和模型。Fashion-MNIST数据集的成为了一个流行的基准数据集，用于...
【计算机视觉】深度学习视觉领域常用数据集汇总 计算机视觉.pdf
04-21
PASCAL VOC数据集是视觉对象的分类识别和检测的基准测试，提供了检测算法和学习性能的标准图像注释数据集和标准的评估系统。PASCAL VOC数据集包含20个类别，图像质量好，标注完备，非常适合用于测试算法性能。 ...
Caffe 学习系列（三）：训练mnist数据集
la_fe_的博客
08-10 882
Caffe 学习系列（三）：训练mnist数据集 参考这篇 1 获取mnist数据集 cd ~/caffe sduo ./data/mnist/get_mnist.sh 2 二进制数据库文件转换成lmdb数据库格式 Caffe只识别 lmdb 格式的数据集 sudo ./examples/mnist/create_mnist.sh 执行之后，在./examples/...
mnist数据集和cifar数据集跑出来精确度差别大吗
05-30
MNIST数据集和CIFAR数据集是两个不同的数据集，其中MNIST数据集包含手写数字的灰度图像，而CIFAR数据集包含彩色图像。由于这两个数据集的特征不同，因此对它们进行分类时，使用的模型和训练方法可能会有所不同。因此，对于相同的模型和训练方法，MNIST数据集和CIFAR数据集的分类精确度可能会有所不同。一般来说，CIFAR数据集比MNIST数据集更难分类，因为它的图像更加复杂，包含的信息更加丰富。因此，使用相同的模型和训练方法，在CIFAR数据集上的分类精确度可能会相对较低。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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