cifar10數(shù)據(jù)集與minst數(shù)據(jù)集的區(qū)別？cifar10數(shù)據(jù)集的數(shù)據(jù)傳輸率是1200，而與minst數(shù)據(jù)集的數(shù)據(jù)傳輸率是1300，區(qū)別是數(shù)據(jù)傳輸率不一樣人工智能可以實(shí)現(xiàn)智能垃圾分類嗎？非常好的問題

cifar10數(shù)據(jù)集與minst數(shù)據(jù)集的區(qū)別？

cifar10數(shù)據(jù)集的數(shù)據(jù)傳輸率是1200，而與minst數(shù)據(jù)集的數(shù)據(jù)傳輸率是1300，區(qū)別是數(shù)據(jù)傳輸率不一樣

人工智能可以實(shí)現(xiàn)智能垃圾分類嗎？

非常好的問題，可以肯定的是人工智能完全可以實(shí)現(xiàn)垃圾分類，但是絕不是在混合垃圾中分類，而是代替人上門按分類收取垃圾，每個(gè)家庭可以支付一定費(fèi)用等。

深度學(xué)習(xí)中，圖片的預(yù)處理為什么要減去圖片的平均值？

沒記錯的話，mnist的樣本是灰度圖，每個(gè)像素的值在0到1之間；而cifar10的樣本是RGB圖片，三個(gè)通道中每個(gè)通道的每個(gè)像素都在0到255之間，所以需要做feature scaling（特征縮放）或者叫Normalization。

特征縮放是為了把所有單個(gè)特征的數(shù)值都調(diào)整到一個(gè)合理的范圍（0~1，-0.5~ 0.5，zero-mean零均值，等等），避免一些不必要的數(shù)值問題。

誰有編譯好的cifar-10？

1 cifar10數(shù)據(jù)庫 　　60000張32*32 彩色圖片 共10類 　　50000張訓(xùn)練 　　10000張測試 　　下載cifar10數(shù)據(jù)庫 　　這是binary格式的，所以我們要把它轉(zhuǎn)換成leveldb格式。

2 在../caffe-windows/examples/cifar10文件夾中有一個(gè) convert_cifar_data.cpp 　　將他include到MainCaller.cpp中。如下： 　　 　　編譯....我是一次就通過了 ，在bin文件夾里出現(xiàn)convert_cifar_data.exe。然后 就可以進(jìn)行格式轉(zhuǎn)換。binary→leveldb 　　可以在bin文件夾下新建一個(gè)input文件夾。將cifar10.binary文件放在input文件夾中，這樣轉(zhuǎn)換時(shí)就不用寫路徑了?！　md進(jìn)入bin文件夾 　　執(zhí)行后，在output文件夾下有cifar_train_leveldb和cifar_test_leveldb兩個(gè)文件夾。里面是轉(zhuǎn)化好的leveldb格式數(shù)據(jù)?！　‘?dāng)然，也可以寫一個(gè)bat文件處理，方便以后再次使用。