Kaggle 上的时尚 MNIST 数据集

Kaggle 上的时尚 MNIST 数据集是一个包含 70,000 张 28x28 像素的时尚图像的数据集，用于训练和测试机器学习模型。这些图像分为 10 个类别，包括 T 恤/上衣、裤子、套头衫、连衣裙、外套、凉鞋、衬衫、运动鞋、包和短靴。它是类似于经典 MNIST 数据集的一个分类问题，但是更具挑战性，因为样本中包含了更多的类别和更复杂的图像。这个数据集可以帮助研究者和开发者更好地理解计算机视觉领域的问题，以及应用深度学习算法进行图像分类任务的方法。

相关问题

从Kaggle、UCI Machine Learning Repository等平台中选定一个数据集，包括数据集介绍，数据类型，数据量等基本信息。

好的，下面给你介绍一些从Kaggle、UCI Machine Learning Repository等平台中选定的常见数据集。

1. Titanic: Machine Learning from Disaster（Kaggle）
该数据集包含有关泰坦尼克号乘客的信息，包括乘客的姓名、性别、年龄、票价等等。目标是根据乘客的特征预测他们是否在灾难中幸存下来。该数据集包含891个训练样本和418个测试样本。

2. Wine Quality（UCI Machine Learning Repository）
该数据集包含红葡萄酒和白葡萄酒的化学特征，例如酸度、酒精含量、pH值等等。目标是根据化学特征预测酒的质量评分。该数据集包含4898个样本。

3. Fashion MNIST（Kaggle）
该数据集包含10个类别的时尚商品图片，包括T恤、裤子、衬衫等等。目标是根据图片预测它所属的类别。该数据集包含60,000个训练样本和10,000个测试样本。

4. Boston Housing（UCI Machine Learning Repository）
该数据集包含波士顿地区的房屋价格和房屋属性信息，例如房龄、房间数量、犯罪率等等。目标是根据房屋属性预测房屋价格。该数据集包含506个样本。

以上是一些常见的数据集，它们包含了不同类型的数据，可以用于不同的机器学习任务。如果你需要更多的数据集，可以在Kaggle、UCI Machine Learning Repository等平台上进行搜索。

有哪些识别衣服的数据集

以下一些常用的衣服识别数据集：

1. Fashion-MNIST：是一个由 Zalando Research 开发的数据集，包含了 10 类不同类型的衣物图像，共计 70,000 张图片。

2. DeepFashion：是一个来自香港中文大学的数据集，包含了超过 800,000 张衣物图片，涵盖了多种品牌、风格和场合。

3. COCO Clothes：是一个来自 Microsoft COCO 数据集的扩展版本，包含了超过 200,000 张衣物图片，涵盖了多种品牌、风格和场合。

4. ModaNet：是一个来自 Cornell University 的数据集，包含了超过 55,000 张时尚图片，涵盖了多种品牌、风格和场合。

5. iMaterialist Fashion：是一个来自 Kaggle 的数据集，包含了超过 200,000 张衣物图片，涵盖了多种品牌、风格和场合。

这些数据集可用于训练和评估衣服识别模型。