自编码器算法非常简单,实现方便,训练也较为稳定,相对于PCA算法,神经网络的强大表达能力可以学习输入的高层抽象的隐藏特征向量z,同时也能够基于z重建出输入。这里基于FashionMNIST数据集进行图片重建实战。 说明文档:https://blog.csdn.net/qq_43753724/article/details/125862444?spm=1001.2014.3001.5501
2022-07-19 09:07:32 15KB 神经网络 tensorflow keras 深度学习
1
深度学习基础数据集
2022-02-23 09:10:44 88.24MB 深度学习 人工智能 机器学习 MNIST
1
图像识别 使用CNN进行图像识别。 接受过FashionMNIST数据集的培训。
2022-01-16 19:50:53 4.44MB JupyterNotebook
1
此文件为百度云链接,通过百度云下载此文件为百度云链接,
2021-12-20 12:33:04 64B fashionMNIST
1
Fashion-MNIST是一个替代MNIST手写数字集的图像数据集。 它是由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。Fashion-MNIST的大小、格式和训练集/测试集划分与原始的MNIST完全一致。60000/10000的训练测试数据划分,28x28的灰度图片。你可以直接用它来测试你的机器学习和深度学习算法性能,且不需要改动任何的代码。
2021-12-16 16:22:13 58.9MB 深度学习 数据集
1
用于动手学深度学习-pytorch的FashionMNIST数据集,如果你的github下载速度很慢的话,可以下载这个数据集,就比较方便
2021-11-24 21:46:11 29.45MB 深度学习数据集
1
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
2021-08-06 23:38:48 29.45MB Fashion-MNIST数据集
1
Fashion MNIST数据集是德国研究机构Zalando Research于2017年8月份,在Github上推出的一个经典数据集。 其中训练集包含60000个样例,测试集包含10000个样例,分为10类,每一类的样本训练样本数量和测试样本数量相同,每个样本都是28×28的灰度图像, 共有10类标签,并且每个样本都有各自唯一的标签。 由于github上面下载的数据集没有pt文件,所以上传了一份包含pt文件的完整数据集。
2021-05-24 12:32:13 87.18MB 深度学习 FashionMNIST 数据集
1
train_set = torchvision.datasets.FashionMNIST( root='D:\\python\\dataset', train=True, download=True, transform=transforms.Compose([transforms.ToTensor()])) 使用上述代码下载的内容,包含raw和processed,解压既用。
2021-02-13 22:08:04 86.92MB pytorch python
1