跳转到内容

CIFAR-10

本页使用了标题或全文手工转换
维基百科,自由的百科全书

CIFAR-10数据集,又称加拿大高等研究院英语Canadian Institute for Advanced Research数据集(Canadian Institute for Advanced Research)是一个常用于训练机器学习计算机视觉算法的图像集合。它是最广泛使用的机器学习研究数据集之一[1][2]。CIFAR-10数据集包含60,000张32×32像素的彩色图像,分为10个不同的类别[3]。这10个类别分别是飞机、汽车、鸟类、猫、鹿、狗、青蛙、马、船和卡车,每个类别有6,000张图片[4]

CIFAR-10是2008年发布的80 Million Tiny Images英语80 Million Tiny Images数据集的标记子集,该数据集在2009年发表。创建该数据集时,学生们有偿标记所有的图像[5]

参见

参考来源

  1. ^ AI Progress Measurement. Electronic Frontier Foundation. 2017-06-12 [2017-12-11]. 
  2. ^ Popular Datasets Over Time | Kaggle. www.kaggle.com. [2017-12-11]. 
  3. ^ Hope, Tom; Resheff, Yehezkel S.; Lieder, Itay. Learning TensorFlow: A Guide to Building Deep Learning Systems. O'Reilly Media, Inc. 2017-08-09: 64– [2018-01-22]. ISBN 9781491978481. 
  4. ^ Angelov, Plamen; Gegov, Alexander; Jayne, Chrisina; Shen, Qiang. Advances in Computational Intelligence Systems: Contributions Presented at the 16th UK Workshop on Computational Intelligence, September 7–9, 2016, Lancaster, UK. Springer International Publishing. 2016-09-06: 441– [2018-01-22]. ISBN 9783319465623. 
  5. ^ Krizhevsky, Alex. Learning Multiple Layers of Features from Tiny Images (PDF). 2009. 

外部链接