Keras 中的数据集

Keras 是一个深度学习框架，它提供了许多常用的数据集供程序员使用。这些数据集包含来自不同领域的样本数据，用于训练和测试深度神经网络模型。

以下是一些常见的 Keras 数据集：

CIFAR10

CIFAR10 数据集包含了 60000 张 32x32 大小的彩色图像，分为 10 个类别。每个类别包含 6000 张图像。该数据集广泛用于图像分类任务的训练和评估。

from keras.datasets import cifar10

(x_train, y_train), (x_test, y_test) = cifar10.load_data()

MNIST

MNIST 数据集是一个手写数字识别数据集，包含了 60000 个训练样本和 10000 个测试样本。每个样本是一个类别为 0-9 的 28x28 大小的灰度图像。

from keras.datasets import mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()

IMDB

IMDB 数据集包含了电影评论的文本数据，用于情感分析任务。该数据集分为训练集和测试集，每个样本是一条文本评论，标签表示评论的情感（正面或负面）。

from keras.datasets import imdb

(x_train, y_train), (x_test, y_test) = imdb.load_data()

Fashion-MNIST

Fashion-MNIST 是一个时尚商品图像数据集，用于衣物分类任务。它包含了 60000 个训练样本和 10000 个测试样本，每个样本是一张 28x28 的灰度图像。

from keras.datasets import fashion_mnist

(x_train, y_train), (x_test, y_test) = fashion_mnist.load_data()

以上只是一些常用的 Keras 数据集示例。Keras 还提供了其他数据集，可以根据任务需求选择适合的数据集来训练和测试深度学习模型。

请注意，加载数据集可能需要联网下载，数据集加载函数将自动检查数据集是否已经下载，如果没有则会自动下载。