【免费下载】 MNIST数据集下载仓库
2026-01-23 06:10:08作者:薛曦旖Francesca
资源文件介绍
本仓库提供了一个经过处理的MNIST数据集,可以直接在Matlab中使用。以下是资源文件的详细描述:
1. MNIST数据集(官网下载)
- 文件夹名称: MNIST数据集(官网下载)
- 描述: 该文件夹包含了从官网下载的原始MNIST数据集,共有十个分类,包含7万个图像。每个图像的大小为28x28的灰度图像。
2. mnist0文件夹
- 文件夹名称: mnist0
- 描述: 该文件夹包含了MNIST数据集经过读取后,另存的图像格式和mat文件格式的数据。这些数据可以直接在Matlab中使用。
3. mnist2文件夹
- 文件夹名称: mnist2
- 描述: 该文件夹是MNIST数据集的一个子集,取原数据集1/2的数据量(3.5万个图像)。适合用于中等规模的数据处理和实验。
4. mnist10文件夹
- 文件夹名称: mnist10
- 描述: 该文件夹是MNIST数据集的一个子集,取原数据集1/10的数据量(7000个图像)。推荐用于学习和练习,减少数据量以提高处理速度。
5. mnist100文件夹
- 文件夹名称: mnist100
- 描述: 该文件夹是MNIST数据集的一个子集,取原数据集1/100的数据量(700个图像)。适合用于快速测试和初步实验。
6. 下载、解压、读取,另存等方法
- 描述: 关于如何下载、解压、读取和另存MNIST数据集的方法,请参考视频66.35。
使用说明
- 下载: 从本仓库下载所需的MNIST数据集文件夹。
- 解压: 解压下载的文件夹。
- 读取: 使用Matlab或其他工具读取数据。
- 另存: 根据需要将数据另存为不同的格式。
注意事项
- 请确保在Matlab中正确加载数据,以便进行后续的实验和分析。
- 对于不同数据量的子集,请根据实际需求选择合适的文件夹。
希望本仓库提供的MNIST数据集能够帮助你在机器学习和图像处理方面的学习和研究。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781