MNIST
分类: 数据集与评估
MNIST
定义
MNIST 是 LeCun et al. (1998) 发布的手写数字识别数据集，包含 60,000 张训练图像和 10,000 张测试图像，图像大小 28×28 灰度，10 个类别（0-9）。
核心要点
深度学习领域最经典的入门数据集，被称为”ML 的 Hello World”
当前 SOTA 准确率已超过 99.8%，作为研究 benchmark 早已过时
常用于理论分析和概念验证（如剪枝相变分析）
更有挑战性的替代：Fashion-MNIST、KMNIST、EMNIST
代表工作
LeCun et al. “Gradient-based learning applied to document recognition” (Proc. IEEE 1998)