CIFAR-100是一个常用于图像识别的数据集

CIFAR-100是一个常用于图像识别的数据集，由Alex Krizhevsky、Vinod Nair和Geoffrey Hinton开发。它是“Canadian Institute for Advanced Research”(加拿大高级研究所)的缩写，并且是CIFAR数据集的一个子集。 CIFAR-100数据集包含60,000张32x32大小的彩色图片，这些图片来自100个不同的类别。数据集被分为5个训练批次（batch）和一个测试批次，每个批次包含10,000个图像。对于训练批次，有50,000张训练图像，而另外10,000张图像用于测试。 这些类别从属于20个超类，例如“鸟”、“飞机”和“猫”等都是这个数据集的一部分。这个数据集主要被用于物体识别，它是一种基准测试数据集，可以用于评估机器学习和深度学习算法的性能。 如需更多关于CIFAR-100数据集的详细信息，可以查看Alex Krizhevsky等人在机器学习领域的公开论文。