USPS API 说明 此 repo 是 18F 员工在使用不同 USPS API 时记录的笔记集合。 一般来说 没有单一的“USPS API”。 相反，USPS 提供了多个 API，这些 API 可以或多或少地相互独立使用。 所有 API 都是基于 XML 的，通常遵循以下形式： GET https://secure.shippingapis.com/ShippingAPI.dll?API=[NAME_OF_API]&XML=[AN_XML_STRING] 接触点 其 API 程序的联系人是一个名叫 Ben Burgess 的人。 他的名字列在他们的。 那里列出的电子邮件地址是 。 USPS 还拥有一个致力于大型集成的团队。 API权限 一些 API（例如发货标签 API）需要权限才能访问。 发送到请求许可的电子邮件，以及您将如何使用 API 的简短摘要就足够了。 交易与批量使用

迁移学习数据集-手写数字识别 (mnist vs usps)，可用于迁移学习。

USPS数据库测试数据集，常用的数据挖掘测试数据集 matlab用

USPS手写数据集，数据集格式为usps.h5，大小为2846kb；read_usps.py为读取该数据集的py文件

USPS数据集包含0-9十个数字的28*28的图片，通道数为1，可以用于迁移学习，图像识别等。

美国邮政服务USPS手写数字识别库，库中为16×16像素的灰度图像，共有9298个手写数字图像。对于要做迁移学习（Transfer Learning）、连续学习（Life Long learning）等的研究来说，是除mnist之外又一实用的数据集。

包含处理后的Mnist数据集和Usps数据集。大小分别未70000*784和 20000*784

其中fea表示USPS数据集的特征，gnd表示数据集的标签。积分有点高，可以去这里下载：http://www.cad.zju.edu.cn/home/dengcai/Data/MLData.html，caideng老师的主页下载。

美国邮政usps手写数字数据集，用于模式识别、机器学习算法的验证。mat格式，简单易用。

使用神经网络对美国邮政署（USPS)的手写数字数据集进行训练和识别的matlab代码。改编自机器学习ex4