STL-10数据集

STL-10数据集是用于开发无监督特征学习，深度学习，自学习学习算法的图像识别数据集。它的灵感来自CIFAR-10数据集，但有一些修改。特别地，每个类具有比CIFAR-10更少的标记训练示例，但是提供了非常大的一组未标记示例以在监督训练之前学习图像模型。主要的挑战是利用未标记的数据（来自与标记数据相似但不同的分布）来构建有用的先验数据。

The STL-10 dataset is an image recognition dataset developed for unsupervised feature learning, deep learning, and self-taught learning algorithms. It draws inspiration from the CIFAR-10 dataset but includes several modifications. Specifically, each class has fewer labeled training examples than those in CIFAR-10, while a very large set of unlabeled examples is provided to learn image models prior to supervised training. The primary challenge is to leverage unlabeled data sourced from a distribution similar to but distinct from that of the labeled data to construct useful priors.

搜集汇总

背景与挑战

背景概述

STL-10数据集是一个专为无监督特征学习和深度学习设计的图像识别数据集，灵感来自CIFAR-10但进行了优化：每个类的标记训练示例较少，但包含大量未标记示例，旨在帮助在监督训练前学习图像模型。其主要挑战在于利用与标记数据分布相似但不同的未标记数据来构建有效的先验知识。