列举几个人工智能方面的公共数据集，希望对大家有所帮助。

01 MNIST

网址：

http://yann.lecun.com/exdb/mnist

扫码直接进入：

MNIST数据集来自美国国家标准与技术研究所（National Institute of Standards and Technology，NIST），训练集（training set）由来自250个不同人手写的数字构成，其中50%是高中学生，50%来自人口普查局（the Census Bureau）的工作人员。

MNIST是一个初级的人工智能学习的数据集，很多人工智能学习课程都包含了在这个数据集之上的数字识别示例，里面包含60000个训练样本（图像和标签）和10000个测试样本。你可以用该数据集训练及测试你所构建的神经网络。

训练集目前由Yann LeCun维护。

02 Fashion-MNIST

网址：

https://github.com/zalandoresearch/fashion-mnist

扫码直接进入：

Fasion-MNIST是一个类似MNIST的训练和测试数据集，它由德国一家时尚科技公司（Zalando）提供，包含了70000张10个类别的服装相关的图片，如T恤、外套、鞋子等。其中包含60000张训练图片和标签以及10000张测试图片和标签。

它的数据格式和操作方式和MNIST相同。

Fashion-MNIST是一个可以替代MNIST的数据集。MINST数据集较为简单，很多简单的识别程序就可以做到准确率99%以上。Fashion-MNIST数据集的对象内容更为复杂，在识别难度上较MNIST更大。Fashion-MNIST也是一个常用于深度学习教学的数据集，同MNIST一样，在有些深度学习框架（如Tensorflow）中集成了数据集的导入。

03 CIFAR-10，CIFAR-100

网址：

http://www.cs.toronto.edu/~kriz/cifar.html

扫码直接进入：

CIFAR-10是由Hinton的学生Alex Krizhevsky和Ilya Sutskever整理的一个用于普适物体识别的数据集。一共包含了10个类别的RGB彩色图片，如飞机、汽车、鸟类、猫、狗等。每个图片的尺寸为32 × 32 ，每个类别有6000个图像，数据集中一共有50000张训练图片和10000 张测试图片。

CIFAR-10也是一个初级的人工智能学习的数据集，很多人工智能学习教程都包含在这个数据集上的图像识别示例。

CIFAR-100是类似CIFAR-10的一个数据集，其中包含了100个类别的图像，每个类别包含600张图片，其中500张为训练图片，100张为测试图片。整个数据集包含60000张图片，其中包含50000张训练图片和10000张测试图片。

04 ImageNet

网址：

http://www.image-net.org

扫码直接进入：

ImageNet图像数据集是在2009年由斯坦福的李飞飞主导的一个项目形成的一个数据集。李飞飞在CVPR2009上发表了一篇名为《ImageNet : A Large-Scale Hierarchical Image Database》的论文，之后从2010年开始每年举行基于ImageNet数据集的ILSVRC大赛，极大地推动了深度学习和计算机视觉的发展。

ImageNet总共有14197122张图像，分为21841个类别。

ILSVRC历年的知名网络有：