ConvLSTM-Moving-mnist Using convlstm to prediction moving mnist dataset. run main.py for train 1、network structure 使用其中一个序列，迭代训练，收敛。 前10帧--第11帧，...，第10-19帧预测第20帧。 输入mnist序列 三层conv 一层BasicConvLstmCel 三层conv flatten （1，10，64，64，1） （1，10，64，64，16）（1，1，64，64，1024） （1，1，64，64，1） 2、result 3、loss curve

Mnist数据集，matlab版本，可以直接读入，大小为784，每个标签对应0~9大小，另外建议各位在使用时使用one-hot处理数据

MNIST数据集，matlab适用格式，从train中选取2000个，test中选取2000个，共4000幅。可用于机器学习及 模式识别算法的验证。

Fashion-MNIST图像数据集是由Zalando（一家德国的时尚科技公司）旗下的研究部门提供。其涵盖了来自10种类别的共7万个不同商品的正面图片。 之前用Pycharm下载总是很忙且容易出错，后来发现可以下载后直接加载，很方便

训练集50000张，测试集10000张

该数据集是64x64尺寸的简单MNIST样式的医学图像； 最初是从其他数据集中获取的，然后加工成这种样式。有58954个医学图像属于6个类别。 Medical MNIST_datasets.txt Medical MNIST_datasets.zip

在Python环境下，使用MNIST数据集，实现KNN算法，对MNIST数据集中数据进行HOG特征提取，再进行预测，准确率较高

下载好 mnist_npz 数据集，并将其放于 .\keras\examples 目录下。

模仿mnist数据集制作自己的数据集代码。HOG+SVM，深度学习，识别中采用的数据集。可以适用多个平台，声明本代码在OPENCV3.3和VS2017测试通过。

torchvision.datasets.MNIST中，download=True有时网络会出错 下载后，直接解压，将download=False，root='你的MNIST的位置'即可本地加载MNIST