利用MATLAB将MNIST数据集转换为bmp图片和txt文档，以满足读取需要。包括对mnist数据图片中训练图片、训练图片标签、测试图片、测试图片标签的转换，详情可参考博客：手写数字识别问题（1）——关于MNIST数据集（https://blog.csdn.net/didi_ya/article/details/105075859）
（在对标签label进行转换时，可能会出现乱码，如果出现乱码，请将21行修改为fid2 = fopen(OutFile,'wt');即加一个t就好了）
2022-04-17 17:00:26
3KB
1
MNIST数据集是一个手写体数据集，其中每个手写数字是一张28×28的灰度图片，图片的标记为一个0-9表示的数字。 MNIST数据集一共有60000张图片用来作为训练集，10000张图片来作为测试集。
2022-04-16 14:07:48
11.17MB
1
深度学习入门实战例子必备的--MNIST手写数字数据集，可以利用CNN,GAN,DCGAN等神经网络做各种各样的实验。除了原有的四个数据集，加入了CSV格式的MNIST
2022-04-15 09:55:13
24.67MB
1
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是一个手写数字数据库，它有60000个训练样本集和10000个测试样本集。本资源包含四个gz文件：train-images-idx3-ubyte.gz train-labels-idx1-ubyte.gz t10k-images-idx3-ubyte.gz t10k-labels-idx1-ubyte.gz
2022-04-07 12:52:55
11.06MB
1
自主实现PCA和SVM对MNIST数据集进行多分类
1. 利用PCA进行降维
2. 利用SVM进行多分类
要求：
1. python编写
2. PCA及SMO算法自行实现
3. 程序注意可读性，添加必要注释
2022-04-06 03:10:03
22.06MB
PySpark-ClusterClassify
使用AWS Sagemaker在MNIST数据集上进行分布式KMeans聚类和XGBoost分类作业
2022-04-03 16:34:56
671KB
1