训练数据分类保存在10个文件夹中。测试数据在一个文件夹中。每一个图像文件命名为：序号_类别.png。MNIST数据集包括60000个训练样本(train-images.idx3-ubyte)、60000个训练标签(train-labels.idx1-ubyte)、10000个测试样本(t10k-images.idx3-ubyte)、10000个测试标签(t10k-labels-idx1-ubyte)。
2022-04-12 01:06:59
35.72MB
1
mnist手写数字数据集的图片格式，文件较大，此为验证集和测试集部分（valid_set、test_set）实现代码也已经上传。
2022-03-28 20:35:20
17.38MB
1
60000*785矩阵，每一行为一个样本，其中28*28=784为灰度图片拉成的行向量，最后一列为对应数字标签
2021-08-08 20:37:59
17.6MB
1
python可以调用的MNIST数据集，将mnist_data.zip 文件解压，会得到四个压缩文件，不要解压！！！
2021-05-19 15:51:14
11.06MB
1
Mnist手写数据集的Matlab版本（训练数据及标签、测试数据及标签）;
其中，训练数据共60000个， 测试数据共10000个；更多详情见MNIST官网http://yann.lecun.com/exdb/mnist/
2021-04-28 22:12:16
29.24MB
1
各种数据集介绍。可以看我发布的其他资源包，各种组合都有，手写大小写字母、数字等。其中，最大的数据集规模为 814255 ，数据集都是28x28的灰度图，已经整理为和mnist格式相同的文件。需要训练时，根据需要选择相应的文件喂入神经网络即可。
2021-04-28 14:00:12
1.03MB
1