LeCun点赞，那个小巧的 MNIST 数据集长大了！

晓查 发自 凹非寺 量子位 出品 | 公众号 QbitAI

MNIST数据集是图像分类领域的基准测试之一，用于0~9手写数字图像分类任务，包含6万张训练图像和1万张测试图像。它已经有20多年的历史了。但是官方测试集因为测试集样本太少，MNIST通常被认为不能提供有意义的置信区间。

现在，来自纽约大学两位研究人员给MNIST测试集再增加5万张图片，叫做QMNIST，获得校友、也是MNIST发起者LeCun转发。

LeCun给予了这个数据集很高的评价，认为它“重生、恢复、扩展”了MNIST。

数据集内容

QMNIST扩展数据集包含以下一些文件。

其中，前两个gz压缩文件和标准MNIST数据文件格式相同，不同的是QMNIST包含6万个测试样本。

前10000个QMNIST测试样本与MNIST测试集是逐一匹配的，后50000个示例是根据MNIST用算法重建的数据集。

使用方法

QMNIST的GitHub页上提供了Pytorch平台的QMNIST数据加载器，需要将数据集下载至与pytorch.py相同的文件夹下将网络下载选项设置为download=’True’。

它与标准的Pytorch MNIST数据加载器兼容。

from qmnist import QMNIST

# the qmnist training set, download from the web if not found
qtrain = QMNIST( _qmnist , train=True, download=True)  

# the qmnist testing set, do not download.
qtest = QMNIST( _qmnist , train=False)

# the first 10k of the qmnist testing set with extended labels
# (targets are a torch vector of 8 integers)
qtest10k = QMNIST( _qmnist , what= test10k , compat=False, download= True )

# all the NIST digits with extended labels
qall = QMNIST( _qmnist , what= nist , compat=False)

传送门

数据集地址： https://github.com/facebookresearch/qmnist