有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
NAS-Bench-360|神经架构搜索数据集|深度学习数据集
收藏arXiv2023-01-20 更新2024-06-21 收录
下载链接：
https://nb360.ml.cmu.edu/
下载链接
链接失效反馈资源简介：
NAS-Bench-360是由多伦多大学的研究团队开发的一个包含10个不同任务的数据集，用于评估神经架构搜索（NAS）方法在超越传统研究领域的多样性任务上的性能。该数据集涵盖了多种应用领域、数据集大小、问题维度和学习目标，特别设计以适应现代卷积神经网络（CNN）搜索方法。数据集的核心在于其任务导向的特性，旨在评估不同NAS方法和搜索空间在广泛领域的表现。此外，数据集还提供了两个任务的预计算性能结果，包含15,625种架构，以加速和降低NAS研究的计算成本。NAS-Bench-360的目的是推动NAS方法在未充分探索或资源有限的领域中的应用，并促进科学发现。
提供机构：
多伦多大学
创建时间：
2021-10-12
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
rock-crack and concrete-crack dataset, CT-slice-crack dataset
岩石裂缝与CT岩心裂缝语义分割数据集，用于识别道路、建筑物和其他民用结构上的裂缝。
github 收录
中国区域地面气象要素驱动数据集 v2.0（1951-2024）
中国区域地面气象要素驱动数据集（China Meteorological Forcing Data，以下简称 CMFD）是为支撑中国区域陆面、水文、生态等领域研究而研发的一套高精度、高分辨率、长时间序列数据产品。本页面发布的 CMFD 2.0 包含了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等气象要素，时间分辨率为 3 小时，水平空间分辨率为 0.1°，时间长度为 74 年（1951~2024 年），覆盖了 70°E~140°E，15°N~55°N 空间范围内的陆地区域。CMFD 2.0 融合了欧洲中期天气预报中心 ERA5 再分析数据与气象台站观测数据，并在辐射、降水数据产品中集成了采用人工智能技术制作的 ISCCP-ITP-CNN 和 TPHiPr 数据产品，其数据精度较 CMFD 的上一代产品有显著提升。 CMFD 历经十余年的发展，其间发布了多个重要版本。2019 年发布的 CMFD 1.6 是完全采用传统数据融合技术制作的最后一个 CMFD 版本，而本次发布的 CMFD 2.0 则是 CMFD 转向人工智能技术制作的首个版本。此版本与 1.6 版具有相同的时空分辨率和基础变量集，但在其它诸多方面存在大幅改进。除集成了采用人工智能技术制作的辐射和降水数据外，在制作 CMFD 2.0 的过程中，研发团队尽可能采用单一来源的再分析数据作为输入并引入气象台站迁址信息，显著缓解了 CMFD 1.6 中因多源数据拼接和气象台站迁址而产生的虚假气候突变。同时，CMFD 2.0 数据的时间长度从 CMFD 1.6 的 40 年大幅扩展到了 74 年，并将继续向后延伸。CMFD 2.0 的网格空间范围虽然与 CMFD 1.6 相同，但其有效数据扩展到了中国之外，能够更好地支持跨境区域研究。为方便用户使用，CMFD 2.0 还在基础变量集之外提供了若干衍生变量，包括近地面相对湿度、雨雪分离降水产品等。此外，CMFD 2.0 摒弃了 CMFD 1.6 中通过 scale_factor 和 add_offset 参数将实型数据化为整型数据的压缩技术，转而直接将实型数据压缩存储于 NetCDF4 格式文件中，从而消除了用户使用数据时进行解压换算的困扰。 本数据集原定版本号为 1.7，但鉴于本数据集从输入数据到研制技术都较上一代数据产品有了大幅的改变，故将其版本号重新定义为 2.0。
国家青藏高原科学数据中心 收录
岩石破坏过程CT扫描图像数据
本数据集包括的数据为炭质灰岩样品在压缩过程中研究其裂缝扩展的CT扫描图像文件，包括了单轴和三轴试验两种试验条件，其中单轴试验8个样品，三轴试验8个样品，两种样品共计16个。岩石破坏过程CT扫描图像数据是通过岩石高能CT扫描试验机获得。主要包括样品不同截面处的裂缝扩展图像及整体裂缝扩展三维图像。
国家基础学科公共科学数据中心 收录
TUT dataset
TUT数据集用于结构裂缝分割模型CrackSCF的训练和测试。
github 收录
波士顿房价数据集
波士顿房价数据集是一个经典的机器学习数据集，通常用于回归任务，尤其是房价预测。下方文档中有所有字段顺序的描述。
阿里云天池 收录