TensorFlow最出色的30个机器学习数据集 (tensorflow)
字幕组双语原文： TensorFlow最出色的30个机器学习数据集
英语原文： 30 Largest TensorFlow>翻译：雷锋字幕组（）
TensorFlow是由谷歌大脑的研究人员创建、最大的机器学习和数据科学的开源数据库之一。它是一个端到端平台，适合完全没有经验的初学者和有经验的数据科学家。TensorFlow库包括工具、预训练模型、机器学习教程以及一整套公开数据集。为了帮助你找到所需的训练数据，本文将简单介绍一些TensorFlow中用于机器学习的大型数据集。我们将以下数据集的列表分为图像、视频、音频和文本。
TensorFlow图像数据集
1.CelebA：明星脸属性数据集（CelebA）是最大的公开可用的人脸图像数据集，其中包含200,000多个名人图像。
每个图像包括5个面部标注和40个二进制属性标注。
2.Downsampling Imagenet：该数据集是为密度估计和生成性建模任务而建立的。它包括了130多万张物体、场景、车辆、人物等图像。这些图像有两种分辨率规格：32×32和64×64。
3.Lsun—Lsun是一个大规模的图像数据集，创建该数据集是为了帮助训练模型进行场景理解。该数据集包含超过900万张图像，按场景类别划分，如卧室、教室和餐厅。
4.Bigearthnet—Bigearthnet是另一个大规模数据集，它包含来自Sentinel-2卫星的航空图像。每张图像覆盖了1.2公里×1.2公里的一片地面。该数据集中有43个类别不平衡的标签。
5.Places 365—顾名思义，Places 365包含180多万张不同地方或场景的图片。其中一些类别包括办公室、码头和别墅。Places 365是用于场景识别任务的最大数据集之一。
6.Quickdraw位图—Quickdraw数据集是由Quickdraw玩家社区绘制的图像集合。它包含500万张图纸，跨越345个类别。这个版本的Quickdraw数据集包括28×28的灰度图像。
7.SVHN Cropped—街景房号（SVHN）是为训练数字识别算法，由斯坦福大学建立的TensorFlow数据集。它包含60万个真实世界的、被裁剪成32×32像素的图像数据实例。
8.VGGFace2—最大的人脸图像数据集之一，VGGFace2包含从谷歌搜索引擎下载的图像。数据集中的人脸在年龄、姿势和种族上都有所不同。每个类别平均有362张图像。
9.COCO—由谷歌、FAIR、加州理工学院等合作者制作，是世界上最大的标签图像数据集之一。它是为物体检测、分割和图像字幕任务而建立的。
通过cocodataset.org
数据集包含330,000张图像，其中20万张有标签。在所有图像中，共包含了80个类别的150万个对象实例。
10.Open Images Challenge 2019—包含约900万张图像，该数据集是网上最大的、标注的图像数据集之一。这些图像包含图像级标签、对象边界框和对象分割掩码，以及他们之间的视觉关系。
11.Open Images V4—这个数据集是上述Open Images数据集的另一个迭代。V4版本中包含了600个不同物体类别的1460万个边界框。这些边界框是由人类标注者手动绘制的。
12.AFLW2K3D—该数据集包含2000张面部图像，均有3D面部真实标注。它的创建是为了评估3D面部标注检测模型。
视频数据集
13.UCF101—来自中央佛罗里达大学，UCF101是为训练动作识别模型而建立的视频数据集。该数据集有101个动作类别的13320个视频，。
14.BAIR Robot Pushing—来自伯克利人工智能研究，BAIR Robot Pushing包含44000个机器人推的动作的示例视频。
15.Moving MNIST—这个数据集是MNIST基准数据集的一个变体。Moving MNIST包含10,000个视频。
每个视频都显示了在64×64大小的帧内2个手写数字的移动过程。
16.EMNIST—扩展的MNIST数据集，包含了原始MNIST数据集转换成28 x 28像素大小的图片。
TensorFlow音频数据集
17.CREMA-D—为情感识别任务而创建，CREMA-D由语音情感表达组成。 该数据集包含由年龄，种族和性别不同的91位演员表达的7,442个音频剪辑。
18.Librispeech—Librispeech是一个简单的音频数据集，它包含1000小时的英语语音，这些语音来自LibriVox项目的有声读物。它被用于训练声学模型和语言模型。
19.Libritts—这个数据集包含约585小时的英语语音，是在Google Brain团队成员的协助下准备的。Libritts最初是为Text-to-speech（TTS）研究设计的，但可以用于各种语音识别任务。
20.TED-LIUM—TED-LIUM是一个包含110多个小时的英语TED演讲的数据集。 所有的演讲内容都已被转录。
21.VoxCeleb—VoxCeleb是为演讲者识别任务而建立的大型音频数据集，包含来自1,251位演讲者的150,000多个音频样本。
文本数据集
22.C4(Common Crawl's Web Crawl Corpus)—Common Crawl是一个开放源码的网页数据库。它包含了超过40种语言、跨越7年的数据。
23.Civil Comments—这个数据集是由来自50个英文新闻网站的180多万条公众评论构成的。
24.IRC Disentanglement—这个TensorFlow数据集包括来自Ubuntu IRC频道的77000多条评论。每个样本的元数据包括消息ID和时间戳。
25.Lm1b—被称为语言模型基准，这个数据集包含10亿个单词。它最初是为了衡量统计语言建模的进展。
26.SNLI—斯坦福自然语言推理数据集是一个包含57万个人类写作句子对的语料库。所有的句对都经过人工标注，类别是均衡的。
27.e-SNLI—这个数据集是上面提到的SNLI的扩展，它包含了原始数据集的57万个句子对，分类为：包含、矛盾和中性。
28.MultiNLI—仿照SNLI数据集，MultiNLI包含433,000个句子对，都有尾部信息注释。
29.Wiki40b—这个大规模的数据集包括40种不同语言的维基百科文章。这些数据已经被清理，其中的非内容部分以及结构化对象已经被去掉。
30.Yelp极性评论—这个数据集包含598,000条高度极性的Yelp评论。它们是从2015年Yelp数据集挑战赛中的数据提取出来的。
虽然上述数据集是机器学习中最大、最广泛使用的一些TensorFlow数据集，但TensorFlow库是庞大的，并在不断扩展。请访问TensorFlow网站，了解更多关于该平台如何帮助您构建自己的模型的信息。
雷锋字幕组是由AI爱好者组成的志愿者翻译团队；团队成员有大数据专家、算法工程师、图像处理工程师、产品经理、产品运营、IT咨询人、在校师生；志愿者们来自IBM、AVL、Adobe、阿里、百度等知名企业，北大、清华、港大、中科院、南卡罗莱纳大学、早稻田大学等海内外高校研究所。
了解字幕组请联系微信：tlacttlact
版权文章，未经授权禁止转载。详情见 转载须知 。
安徽康采恩医疗科技有限公司
吉水县聚源堂天然香料油有限公司（www.jxjuyuantang.com）是洋甘菊油，丁香罗勒油现货供应商。
上海成丰线缆有限公司主营:主流线,线缆,音频线,喇叭线,话筒线,同轴线等产品,凭借优异的质量和良好的品牌信誉,先后与多家客户取得合作,深受广大客户认可,产品价格合理,货源充足,是您值得信赖的连接线厂家.欢迎来电选购021-62960350.
高邮市华亿锻造有限公司，扬州锻造厂家为您提供锻件加工,锻造加工,锻造是一种利用锻压机械对金属坯料施加压力，使其产生塑性变形以获得具有一定机械性能、一定形状和尺寸锻件的加工方法，锻压（锻造与冲压）的两大组成部分之一.
众智软件股份有限公司
浙江永吉木业有限公司是一家专业生产各类地板产品的大型企业，主要以实木地板、实木复合地板、强化地板、实木地暖、仿古地板为主。公司始建于1996年，是中国地板业界实力较强并享有盛誉的企业之一。
Win32下绿色免费的Apache+PHP+MySQL环境套件|简易安装、快速搭建支持虚拟主机的PHP环境
废旧电路板回收处理设备生产厂家河南东盈,提供废旧电路板处理的全套工艺流程及设备,生产制造废电路板回收处理设备,电路板破碎粉碎处理设备,废旧电路板边角料粉碎处理分选机,废电路板回收处理设备通过对电路板的破碎,拆解分选提取金属.电路板回收处理设备厂家电话:15037138562.
岳阳海达环保科技有限公司是一家专业经营硫化物的气体净化介质材料的公司，公司集产品生产、销售、技术服务为一体。地址位于岳阳市，联系电话：158-7300-1233
链陶瓷是唐山成联电子商务有限公司旗下的陶瓷行业B2B产业互联网平台，前身是中国陶瓷官网、链兴陶，2023年正式升级为链陶瓷电子交易平台（http://www.ltc086.com，主要涵盖钾长石、钠长石、白滑石、骨炭、石英、高岭土、膨润土等产品，在陶瓷原辅材料、陶瓷智能装备、陶瓷数智化升级等领域为行业客户提供品牌宣传、线上供采交易、企业数字化建设服务。
资源狐网站(www.ziyuanhu.com)收集了世界各国的精品主流网站，包括国外新闻网站，国外视频网站，国外音乐网站，国外社交网站，国外中文网站，国外购物网站等，力求做到最新、最精、最全面，免费为广大网民提供最方便快捷的服务。
武汉市荣鑫昌商贸有限公司简称:荣鑫昌商贸主要经营产品:工业润滑油,美孚润滑油系列,埃索润滑油系列,BP润滑油系列,福斯润滑油系列,嘉实多润滑油系列,长城润滑油系列,昆仑润滑。
近日，深圳未知君生物科技有限公司，后简称，未知君，宣布，其适应症为糖尿病足溃疡，注册申报代号为AUP1602，C的药物管线，正式获得国家药品监督管理局，后简称，NMPA，的临床试验批准通知书，可在国内直接进入临床二期试验，公开信息显示，AUP1602，C是首个在NMPA获得临床批件的基因工程菌药物管线，信息源，国家药品监督管理局药品...。
雷锋网按，我们在很早之前就有指纹传感和采集的需求，但直到20世纪59年代计算机发明后才实现了指纹识别的可能性，到70年代，美国FBI开启了一个项目，从而开启了用指纹识别来进行一些身份认证的工作，从此，业界对指纹的传感和如何攻破指纹系统的研究延续到现在，指纹识别遭遇的攻击手段层出不穷，假指纹就是其中之一，为了防御假指纹带来的安全风险，去...。
发表在爱普生投影仪2022，4，1114，18爱普生CB，FH52是一款商务投影仪，有着高亮度，同时画面色彩表现也相当可以，具体这款的使用效果如何呢，下面就通过真实用户的实际使用效果了解这款投影仪，看看是否适合值得入手，爱普生CB，FH52使用评测，1.大品牌投影仪，质量杠杠的，包装完好，试用了一下，性价比真的超级高，公司需要刚好又碰...。
文字链接认证代码普通联盟标志认证代码企业广告联盟标志认证代码广告联盟评测代码说明，本页面的认证代码为新客广告联盟专用评测代码，站长需懂简单html知识，直接复制代码粘贴到联盟网站相应页面即可使用，本代码不适用于其他广告联盟网站请勿获取！文字认证，文字链接代码认证适用所有类型的广告联盟，复制代码后放在新客广告联盟网站首页底部或友情链接位...。
我在2019年分期购置的优信二手车，过后落户在深圳市优信鹏达二手车经纪有限公司泰安分公司，押金还有1000，存款现已结清两年，也不给退，优信公司还不给邮寄解压手续大本，之前优信被58金融收买，自己已支付500留购价，前期索取400和1750的费用，如今优信客服又露面索取500解压手续费，过户费1500，支付这些费用大本还不给，我要揭发...。
申明，1.以上内容仅代表揭发者自己，不代表黑猫揭发立场，2.未经授权，本平台案例制止任何转载，违者将被清查法律责任，3.黑猫揭发处置揭发不收取任何费用，凡以黑猫揭发名义不要钱的均为混充、诈骗行为，请及时报警并与黑猫官网反应，揭发邮箱heimaotousu@vip.sina.com，4.请大家选用官网渠道处置生产纠纷，不要轻信第三方机构...。
我于今早8，12分搭乘曹操专车，司机去错了定位地点，我步行过去，司机嫌我态度不好，没开两步就赶我下车，我下车后又追下车当街唾骂我三次，极端入耳，并做势要打我，过后路上没有其余行人，只要一个锻炼的老大爷，我大声吆喝，大白昼的你想干什么！，后他又大声唾骂我，遂拂袖而去，确实由于是白昼，假设是早晨、或许更僻静的街道，结果不堪想象！曹操出行...。
原本计划出租三室两厅的平装修房子，在京东的芝华士旗舰店购置了一套带四把椅子的餐桌不时不给发货，说的30天后就可以发货，不时拖了很久，大略一个半月多了才发货的，送来后堆在家里徒弟不装置，说装置得预定，而后就又预定徒弟装置，等了良久，徒弟来了后把箱子所有关上，说没带工具，起初又预定徒弟上门说缺少五金件，拆成了一堆渣滓样扔在家里，而后又让咱...。
上汽公众24小时售后客服电话是，上汽公众人工客服电话号码是，这个是上汽公众的官网电话，可提供24小时服务，且全年无休，上汽公众简介上汽公众汽车有限公司是由上汽个人和公众汽车个人合资运营，双方各占50%的股份，是国际历史最悠久的汽车合资企业之一，上汽公众原名叫上海公众，成立于1984年，公司总部位于上海西北郊安亭国际汽车城，并先后在南京...。
欢迎到来音乐探求之旅！当天，我将揭开五个宝藏般的不要钱音乐下载网站，让你的音乐环球充溢无尽的旋律和热情，这些网站不只资源丰盛，涵盖各类歌手的抢手之作，还能让你在线畅听和下载MP3格局，预备好你的耳机，咱们开局吧！1.MyFreeMP3这个音乐宝库简直囊括了你想听的一切歌曲，无论是抢手单曲还是无损音质，都在这里等你，页面设计繁复，音乐分...。
问备案后网站名称可以改吗备案后网站名称可以改吗答可以修改的备案网站名称基本可以随便填写的然后在网站运营过程中可以根据需要来修改网站名称...
OperaMini6(手机浏览器),OperaMini是瘦客户端浏览器，适用于几乎所有手机，它使用Opera先进的服务器压缩技术压缩页面后再传回手机，渲染引擎在服务器端,您可以免费下载。
啤酒是大家生活中常见的一个饮品，而且这样的产品都说不高，所以喝起来也是非常的新鲜，更是一个走进了千家万户餐桌上的一个系列，自酿啤酒可谓是非常的新鲜，作为新的销售再提也开始受到创业者的青睐，实现了自己和自己造的一个优势，那么，自酿啤酒加盟怎么样，小编觉得下文的介绍可以让你明确自己的方向，做出准确的分析和市场的判断，自酿啤酒简单意义上来说...。
雷锋网按，本文作者铁流，雷锋网首发文章，日前，Intel公开表示将为ARM阵营IC设计厂商代工生产芯片，且还公开叫板，友商，，称Intel的10nm工艺比三星、台积电的10nm工艺更具优势，ARM方面表示很期待与英特尔合作，此外，不知道是否因为台积电和三星制造工艺注水的问题，Intel的专家MarkBohr还发布了一个更合理的衡量半导...。
消息，8月27日，由数世咨询、CIO时代联合主办的第二届数字安全大会在京召开，会上，，中国数字安全产业统计与分析报告，2022，发布，报告指出，2021年数字安全市场规模达到915.8亿元，2022年数字安全市场规模将历史性的步入千亿市场，报告涵盖了统计标准、市场、企业、技术和资本等大量统计与分析内容，还推出了，数字安全产...。
译者，AI研习社，听风1996，双语原文链接，ScalingdownDeepLearning不管是按什么样的科学标准，人类基因组项目都是巨大的，它涉及数十亿美元的资金，数十家机构以及超过十多年的快速研究进展，但这仅仅是冰山一角，早在项目开始之前，科学家们就在全力整理人类遗传学这门复杂的科学，而大多数时候，他们研究的不是人类，遗传学的基...。
Jeep指南者是一款颇为受欢迎的SUV，在市场上不时占据着高销量，作为具有Jeep品牌特征的车型，其驳回了全系四驱设计，多项越野性能以及灵敏性出众的外观设计，而关于这款车型而言，它的三大件无疑是其最为关键的局部，那么它们终究牢靠吗，首先，咱们要知道Jeep指南者的三大件区分是发起机、变速箱和车桥，这三个局部可以说是允许整个车身运转的关...。
