zalandoresearch/fashion-mnist

项目概览

该数据集在 PyTorch、TensorFlow 等主流机器学习库中作为内置数据集提供，无需手动下载即可调用。

项目类型

模型开发 · 数据处理 · 评测观测

部署方式

查看项目说明

License

MIT

适合谁

• 需要替代 MNIST 进行算法基准测试的研究者和工程师。
• 需要在教学或测试中直接通过主流机器学习库获取图像数据的用户。

核心能力

• 提供一个替代 MNIST 的数据集，该数据集具有相同的图像尺寸和结构，并包含对应的训练和测试数据划分。
• 提供基于 scikit-learn 的自动基准测试系统，该系统覆盖了 129 个分类器，但不包含深度学习模型。
• 提供了一个实用程序，允许用户使用 NumPy 在 Python 环境下轻松加载 fashion-mnist 数据。

限制与风险

• 官方提供的自动基准测试系统虽然覆盖了 129 个分类器，但明确不包含对深度学习模型的基准测试。

如何开始

• 部署和上手难度较低，数据可以在主流的机器学习库（如 PyTorch/Keras）中直接加载，无需手动下载。首次成功的路径为：打开相关库关于 fashion-mnist 的文档，然后调用数据集加载器函数即可。

核验依据

• README: `Fashion-MNIST` is a dataset of [Zalando](https://jobs.zalando.com/tech/)'s article images—consisting of a training set of 60,000 examples and a test set of 10,000 examples. Each…
• GitHub 项目简介: A MNIST-like fashion product database. Benchmark :point_down:
• README: **MNIST is too easy.** Convolutional nets can achieve 99.7% on MNIST. Classic machine learning algorithms can also achieve 97% easily.
• README: **MNIST can not represent modern CV tasks**, as noted in [this April 2017 Twitter thread](https://twitter.com/fchollet/status/852594987527045120), deep learning expert/Keras autho…
• README: We intend `Fashion-MNIST` to serve as a direct **drop-in replacement** for the original [MNIST dataset](http://yann.lecun.com/exdb/mnist/) for benchmarking machine learning algori…

内容核验时间：