cifar-10-batches-py.zip

经典的cifar-10识别源码，采用cnn模型，keras实现，需要使用python3，详细可参考"使用说明.md"

cifar10数据集分类神经网络建立训练测试的完整过程,pytorch-neutral network,有完整注释。人工智能 / 机器学习/神经网络。

cifar-10数据集,matlab版本。CIFAR-10数据集由10个类中的60000个32x32彩色图像组成，每个类有6000个图像。有50000个训练图像和10000个测试图像。数据集分为

CIFAR10数据集的label信息文件，分别为train-label和test-label，请使用numpy读取。

该数据集共有60000张彩色图像，这些图像是32*32，分为10个类，每类6000张图。这里面有50000张用于训练，构成了5个训练批，每一批10000张图；另外10000用于测试，单独构成一批。测试

cifar10的network in network配置文件和model,提供了train_test和solver文件，以及㑅者训练好的model,方便那些无法下载的研究者！

经典的深度学习练习数据集，batch的形式，共六个，五个training，一个testing

Pylearn2 是建立在Theano之上的一个机器学习库，可以参考：http://deeplearning.net/software/pylearn2/ 本资源为pylearn2的训练数据集

cifar10图片集，由原始数据集转换而来的cifar10图片集

cifar10图库读取出来的图片文件,分3个文件上传,这是第一个。