CIFAR是由Alex Krizhevsky、Vinod Nair和Geoffrey Hinton收集而来，起初的数据集共分10类，分别为飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船、卡车，所以CIFAR数据集常以CIFAR-10命名。CIFAR共包含60000张32*32的彩色图像（包含50000张训练图片，10000张测试图片），其中没有任何类型重叠的情况。
因为是彩色图像，所以这个数据集是三通道的，分别是R，G，B3 个通道。后来CIFAR又出了一个分类更多的版本叫CIFAR-100，共有100类，将图片分得更细，当然对神经网络图像识别是更大的挑战了。有了这些数据，我们可以把精力全部投入在网络优化上。
CIFAR的官网： http://www.cs.toronto.edu/~kriz/cifar.html
不同于MNIST数据集，它的数据集是已经打好包的文件，分别为Python、MATLIB、二进制bin文件包，以方便不同的程序读取。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/219328.html原文链接：https://javaforall.net
