李沐--图像分类数据集

### 李沐图像增广的数据集与相关资料 李沐在《动手学深度学习》中详细介绍了图像增广的概念及其在机器学习和深度学习中的应用。图像增广是一种通过变换现有图像数据来生成新训练样本的技术，从而增强模型的泛化能力[^2]。以下是一些与李沐图像增广相关的数据集和资料： 1. **CIFAR-10 数据集** CIFAR-10 是一个广泛使用的图像分类数据集，包含 60,000 张 32x32 彩色图像，分为 10 个类别。李沐在课程中使用了该数据集作为图像增广的一个示例，展示了如何通过翻转、裁剪等方法扩充数据集[^2]。 2. **ImageNet 数据集** ImageNet 是一个大规模图像识别数据集，包含超过 1400 万张标注图像。虽然数据集本身并非由李沐创建，但在其课程中，李沐提到了如何利用 ImageNet 数据进行微调和图像增广的应用[^3]。 3. **Fashion-MNIST 数据集** Fashion-MNIST 是 MNIST 手写数字数据集的替代品，包含 70,000 张灰度图像，分为 10 个服装类别。李沐在其教程中也用此数据集演示了图像增广技术[^2]。 4. **官方文档和代码库** 李沐的《动手学深度学习》提供了完整的代码实现和理论讲解，其中包含了图像增广的详细说明和代码示例。例如，在 PyTorch 版本中，`torchvision.transforms` 模块被用来实现多种图像增广方法，如翻转、裁剪、旋转等[^2]。 以下是基于 PyTorch 的图像增广代码示例： ```python import torchvision.transforms as transforms # 定义图像增广操作 transform = transforms.Compose([ transforms.RandomHorizontalFlip(), # 随机水平翻转 transforms.RandomResizedCrop(224), # 随机裁剪并调整大小 transforms.ColorJitter(brightness=0.5, contrast=0.5, saturation=0.5, hue=0.1), # 色彩变换 transforms.ToTensor(), # 转换为张量 transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) # 标准化 ]) ``` ### 相关资源链接 - 《动手学深度学习》官方文档：[d2l.ai](https://d2l.ai/) - CIFAR-10 数据集下载地址：[CIFAR-10](https://www.cs.toronto.edu/~kriz/cifar.html) - ImageNet 数据集官网：[ImageNet](http://www.image-net.org/)