Fashion-MNIST是由Zalando Research创建的一个经典图像分类数据集，包含10个类别的灰度图像，每个类别有6000个训练样本和1000个测试样本，共计70000张图像。这些图像展示了各种服装物品，包括T恤、裤子、套头衫、连衣裙、运动鞋、高跟鞋、外套、踝靴、背包和手提包。该数据集成为了一个流行的基准数据集，可用于测试图像分类算法的效果。每个图像的大小为28x28像素，使得训练和测试速度更快，同时也降低了模型过拟合的风险。通过使用Fashion-MNIST数据集，人们可以提高算法和模型的泛化能力。