开源数据集

一个经典的机器学习的处理框架下，用作训练集使用，而可将标准的测试图像作为测试集使用。

• /pub/machine-learning-databases 的索引

1. 图像

• 标准测试图像： Lena、Barbara、Boat、Pepper、Cameraman …
• CVG - UGR - Image database
• The Berkeley Segmentation Dataset and Benchmark
  
  • images
  • human segmentations
• CIFAR-10
  The CIFAR-10 dataset consists of 60000 32x32 colour images in 10 classes, with 6000 images per class. There are 50000 training images and 10000 test images.
  10 labels：airplane，automobile，bird，cat，deer，dog，frog，horse，ship，truck；
• Classification datasets results：各种算法模型在各种分类任务上的实验结果
  
  • MNIST
  • CIFAR-10、CIFAR-100
  • STL-10、SVHN
  • ILSVRC2012 task 1
• mnist（手写字符识别）
  mnist database
  matlab 解析 mnist 数据集

2. 各大数据集的读写方式

• minst

  with gzip.open('./mnist.pkl.gz', 'rb') as f:    trainset, validset, testset = cPickle.load(f)# 如果需要用到符号式编程（比如 theano），对这些数据做进一步的封装调整def shared_data(data, borrow=True):    data_x, data_y = data    shared_x = theano.shared(np.asarray(data_x, dtype=theano.config.floatX), borrow=borrow)    shared_y = theano.shared(np.asarray(data_y, dtype=theano.config.floatY), borrow=borrow)    return shared_x, shared_ytrainset_x, trainset_y = shared_data(trainset)...