fashionmnist数据集

FashionMNIST是一个经典的计算机视觉数据集，用于图像分类任务。它包含了10个类别的灰度图像，每个类别有6000张训练图像和1000张测试图像，共计70000张图像。每张图像的尺寸为28x28像素。

FashionMNIST的10个类别分别是：T恤/上衣、裤子、套头衫、连衣裙、外套、凉鞋、衬衫、运动鞋、手提包和踝靴。这些类别代表了日常生活中常见的服装物品。

FashionMNIST数据集的目的是替代经典的MNIST数据集，以更贴近实际应用场景。相比于MNIST，FashionMNIST具有更多样化的图像内容和更复杂的分类任务，因此更适合用于测试和评估计算机视觉算法的性能。

FashionMNIST数据集可以用于训练和评估各种图像分类算法，如卷积神经网络（CNN）、支持向量机（SVM）等。它已经成为计算机视觉领域中常用的基准数据集之一。