成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
MNIST (数据集)
关注
1
MNIST 数据集来自美国国家标准与技术研究所, National Institute of Standards and Technology (NIST). 训练集 (training set) 由来自 250 个不同人手写的数字构成, 其中 50% 是高中学生, 50% 来自人口普查局 (the Census Bureau) 的工作人员. 测试集(test set) 也是同样比例的手写数字数据。
综合
百科
VIP
热门
动态
论文
精华
An Efficient Difference-of-Convex Solver for Privacy Funnel
Arxiv
0+阅读 · 5月1日
Privacy-Preserving Aggregation for Decentralized Learning with Byzantine-Robustness
Arxiv
0+阅读 · 4月27日
Privacy-Preserving, Dropout-Resilient Aggregation in Decentralized Learning
Arxiv
0+阅读 · 4月27日
Quantum Adjoint Convolutional Layers for Effective Data Representation
Arxiv
0+阅读 · 4月26日
Synergizing Privacy and Utility in Data Analytics Through Advanced Information Theorization
Arxiv
0+阅读 · 4月24日
APACHE: A Processing-Near-Memory Architecture for Multi-Scheme Fully Homomorphic Encryption
Arxiv
0+阅读 · 4月24日
Are Bias Mitigation Techniques for Deep Learning Effective?
Arxiv
0+阅读 · 4月23日
Fermi-Bose Machine
Arxiv
0+阅读 · 4月21日
Soft-constrained Schrodinger Bridge: a Stochastic Control Approach
Arxiv
0+阅读 · 4月22日
A Single-Loop Algorithm for Decentralized Bilevel Optimization
Arxiv
0+阅读 · 4月23日
Multi-Class Quantum Convolutional Neural Networks
Arxiv
0+阅读 · 4月19日
ALI-DPFL: Differentially Private Federated Learning with Adaptive Local Iterations
Arxiv
0+阅读 · 4月23日
Fedstellar: A Platform for Decentralized Federated Learning
Arxiv
0+阅读 · 4月8日
A Gauss-Newton Approach for Min-Max Optimization in Generative Adversarial Networks
Arxiv
0+阅读 · 4月10日
Nonlinearity Enhanced Adaptive Activation Function
Arxiv
0+阅读 · 3月29日
参考链接
父主题
数据集
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top