【day20240925】常见数据集科普

---

常见数据集

Fashion-MNIST
CIFAR-10
CIFAR-100
IMDb
Tiny-ImageNet

Fashion-MNIST

Fashion-MNIST数据集涵盖了来自 10 种类别的共 7 万个不同商品的正面图片。它的大小、格式和训练集 / 测试集划分与原始的 MNIST 完全一致。60,000 张训练图像，10,000 张测试图像。

28x28 的灰度图片，表示为一个包含 784 个元素的一维数组（类似于 MNIST。你可以直接用它来测试你的机器学习和深度学习算法性能，且不需要改动任何的代码。

这个数据集的样子大致如下（每个类别占三行）：
类别（时尚物品）：
T恤/上衣
裤子
套头衫
连衣裙
外套
凉鞋
衬衫
运动鞋
包包
短靴

CIFAR-10

CIFAR-10是一个广泛使用的图像分类数据集，由加拿大高级研究院（CIFAR）提供。它包含10个不同类别的彩色图片，用于机器学习和计算机视觉的研究。60,000张图片，50,000张训练图片，10,000张测试图片。
类别（物体类别）：
飞机
汽车
鸟
猫
鹿
狗
青蛙
马
船
卡车

CIFAR-100

CIFAR-100 是 CIFAR-10 数据集的扩展，包含100个类别的彩色图像，适用于更复杂的图像分类任务。图片尺寸：每张图片为32x32像素，RGB彩色图像。数据集组成：总共60,000张图片
，50,000张训练图片，10,000张测试图片。类别：100个类别，分为20个超类，每个超类下有5个子类别。例如：超类：动物（如猫、狗、青蛙等）超类：车辆（如汽车、飞机、船等）具体可以参考一下 https://zhuanlan.zhihu.com/p/691355975

IMDb

数据集介绍：IMDB电影评论情感分类数据集 IMDB电影评论情感分类数据集是一个用于情感分类任务的公开数据集，该数据集包含了50,000条IMDB电影评论。这些评论被标记为正面或负面情感，用于训练和测试情感分类模型。

数据集中各个属性的含义如下： 1.评论文本：这是一条IMDB电影评论，长度不一。 2.情感标签：每条评论被标记为正面或负面情感，其中1代表正面情感，0代表负面情感。

该数据集中的评论来自于IMDB网站，评论的主题涵盖了各种类型的电影。数据集中的评论是匿名的，没有提供任何关于评论者的个人信息。

该数据集的主要用途是训练和测试情感分类模型。情感分类是一种文本分类任务，旨在将文本分类为积极或消极情感。通常使用机器学习算法来训练情感分类模型，这些算法使用已经标记好情感的文本来学习如何识别情感。

Tiny Imagenet

Tiny ImageNet Challenge 来源于斯坦福 CS231N 课程，共237M。Tiny Imagenet 有 200 个类。 每个类有 500 张训练图像、50 张验证图像和 50 张测试图像。每张图片为64x64像素，RGB彩色图像。训练集包含100,000张图片，测试集包含10,000张图片。

本文参考GPT回答及部分网页文章
https://cloud.tencent.com/developer/article/1117671

https://wenku.baidu.com/tfview/184c5f96971ea76e58fafab069dc5022abea4675.html?fr=launch_ad&utm_source=bdss-WD&utm_medium=cpc&utm_account=SS-bdtg883&e_creative=102494456457&e_keywordid=889284047258&bd_vid=nH0zn10dn1DLn1DvPjfkP10zPHuxnWcdg17xnH0sg1wxnH0zPjbYPjRvPjRL&wkts=1727182242659