連LeCun都推薦的Fashion-MNIST數據集，是這位華人博士的成果

允中 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

上周六，量子位在報道中提到德國時尚圈的科學家，推出一個名叫Fashion-MNIST的數據集。這個數據集里都是衣褲鞋包，但它的目標是替代MNIST。

隨後我們發現這個數據集引發了好多研究人員的關注，包括大名鼎鼎的Yann LeCun——他周日在Facebook上推薦了這個數據集，也引發了很多的討論。

更令我們意外的是，量子位周日收到了Fashion-MNIST數據集作者的來信，而且是一封中文來信！嗯，就是那種閱讀起來毫無壓力的純正簡體中文~

直到這個時候，我們才意識到這個最近非常火的數據集，雖然出自一家德國公司，但是主要的作者是一位華人：肖涵（Han Xiao）。

「這個項目是為機器學習人工智慧領域提供一個更有挑戰性、更有趣的MNIST替代數據集」，肖涵博士再次談到這個項目的意義。

對於這個數據集的表現，他提到：「我也收到了很多國內AI研究員良好的使用體驗，他們表示在MNIST上區分不開的演算法(0.1%之差)可以在Fashion-MNIST上很好的區分開來。」

最重要的是，肖涵博士告訴量子位，他已經在GitHub上為這個數據集增加了中文文檔（README.zh-CN.md）。本文最後，量子位也會摘錄部分其中的內容。另外，通過這個地址即可前往訪問Fashion-MNIST數據集的更多詳情：

github.com/zalandoresearch/fashion-mnist

關於肖涵博士，量子位也簡單的查詢了一下相關背景。他目前是德國公司Zalando旗下研究院NLP組的高級研究科學家。肖涵在慕尼黑工業大學獲得碩士及博士學位，此前本科畢業於北京郵電大學。（下面放一張真人秀）

肖涵博士

最後，我們摘錄Fashion-MNIST的中文文檔部分內容如下。

FashionMNIST是一個替代MNIST手寫數字集的圖像數據集。 它是由Zalando（一家德國的時尚科技公司）旗下的研究部門提供。其涵蓋了來自10種類別的共7萬個不同商品的正面圖片。FashionMNIST的大小、格式和訓練集/測試集劃分與原始的MNIST完全一致。60000/10000的訓練測試數據劃分，28x28的灰度圖片。你可以直接用它來測試你的機器學習和深度學習演算法性能，且不需要改動任何的代碼。

這個數據集的樣子大致如下（每個類別佔三行）：

為什麼要做這個數據集？

經典的MNIST數據集包含了大量的手寫數字。十幾年來，來自機器學習、機器視覺、人工智慧、深度學習領域的研究員們把這個數據集作為衡量演算法的基準之一。你會在很多的會議，期刊的論文中發現這個數據集的身影。實際上，MNIST數據集已經成為演算法作者的必測的數據集之一。有人曾調侃道：」如果一個演算法在MNIST不work, 那麼它就根本沒法用；而如果它在MNIST上work, 它在其他數據上也可能不work！」

Fashion-MNIST的目的是要成為MNIST數據集的一個直接替代品。作為演算法作者，你不需要修改任何的代碼，就可以直接使用這個數據集。Fashion-MNIST的圖片大小，訓練、測試樣本數及類別數與經典MNIST完全相同。

寫給專業的機器學習研究者

我們是認真的。取代MNIST數據集的原因由如下幾個：

MNIST太簡單了，很多演算法在測試集上的性能已經達到99.6%！不妨看看我們基於scikit-learn上對經典機器學習演算法的評測 和這段代碼： 「Most pairs of MNIST digits can be distinguished pretty well by just one pixel」（翻譯：大多數MNIST只需要一個像素就可以區分開！）

MNIST被用爛了。參考：」Ian Goodfellow wants people to move away from mnist」（翻譯：Ian Goodfellow希望人們不要再用MNIST了。）

MNIST數字識別的任務不代表現代機器學習。參考：」Fran?ois Cholle: Ideas on MNIST do not transfer to real CV」 （翻譯：在MNIST上看似有效的想法沒法遷移到真正的機器視覺問題上。）

其他

文檔中還詳盡描述了數據獲取、類別標註、如何載入數據、評測等信息，另外作者還建立了一個討論的聊天室。

目前相關論文已經在arXiv上發表，地址在此：

https://arxiv.org/abs/1708.07747

—完—

加入社群

量子位AI社群7群開始招募啦，歡迎對AI感興趣的同學，加小助手微信qbitbot2入群；

此外，量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募，面向正在從事相關領域的工程師及研究人員。

進群請加小助手微信號qbitbot2，並務必備註相應群的關鍵詞~通過審核後我們將邀請進群。（專業群審核較嚴，敬請諒解）

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

量子位QbitAI

? ? ? 追蹤AI技術和產品新動態

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！