FashionMNIST数据集国内可以用的下载地址

FashionMNIST数据集简介

不同于MNIST手写数字数据集,Fashion-MNIST数据集包含了10个类别的图像,分别是:t-shirt(T恤),trouser(牛仔裤),pullover(套衫),dress(裙子),coat(外套),sandal(凉鞋),shirt(衬衫),sneaker(运动鞋),bag(包),ankle boot(短靴)。
数据集原始文件共包含四个文件,分别为:

  • 训练数据图片:train-images-idx3-ubyte
  • 训练数据标签:train-labels-idx1-ubyte
  • 测试数据图片:t10k-images-idx3-ubyte
  • 测试数据标签:t10k-labels-idx1-ubyte

该数据集官网在墙外,需要梯子,目前以下方式可以不用梯子。

可用下载方式

Fashion-MNIST数据集可以通过多种方式进行下载。基于Python语言的下载方法可以使用utils/mnist_reader库来下载,具体代码如下: ``` 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') ``` 基于Tensorflow的下载方法可以使用tensorflow.examples.tutorials.mnist库来下载,具体代码如下: ``` from tensorflow.examples.tutorials.mnist import input_data data = input_data.read_data_sets('data/fashion') data.train.next_batch(BATCH_SIZE) ``` 另外,你也可以手动下载FashionMNIST数据集。具体代码如下: ``` import torchvision.datasets as datasets import torchvision.transforms as transforms transform = transforms.ToTensor() fashion_train = datasets.FashionMNIST(root=r'G:\D2L\fashion_mnist', train=True, download=True, transform=transform) fashion_test = datasets.FashionMNIST(root=r'G:\D2L\fashion_mnist', train=False, download=True, transform=transform) ``` 以上是三种常用的下载Fashion-MNIST数据集的方法。你可以根据自己的需求选择其中一种方法进行下载。 #### 引用[.reference_title] - *1* *2* [Dataset之Fashion-MNISTFashion-MNIST数据集简介与下载](https://blog.csdn.net/qq_46092061/article/details/119617811)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [FashionMNIST数据下载和显示数据](https://blog.csdn.net/weixin_45146080/article/details/123694164)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 4
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
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