典型AI数据集

我们按照应用领域将AI的数据集分为三类：计算机视觉、自然语言处理、语音、推荐和排序系统、地理空间数据

1. 计算机视觉

1.1 MNIST

• 基本描述：包含 60000 张黑白手写数字的图片；
• 数据大小：每张图片25*25；
• 评价：最常用的完整性检查数据集；
• 特征：学术、经典、陈旧；
  地址：MNIST in CSV

1.2 CIFAR 10 & CIFAR 100

• 基本描述：彩色图像数据集；
• 数据大小：每张图片32*32；
• 评价：虽然不常用，但可用于完整性检查；
• 特征：经典、陈旧；
• 地址：Computer Science~kriz/cifar.html

1.3 ImageNet

• 基本描述：彩色图像数据集；
• 数据大小：每张图片；
• 评价：新算法实际上使用的图像数据集，很多图像 API 公司从其 REST 接口获取标签，这些标签被怀疑与 ImageNet 的下一级 WordNet 的 1000 个类很相似；
• 特征：有用、学术、经典；
• 地址：ImageNet

1.3 LSUN