### Keras 中的其他内置数据集 除了常见的 MNIST 手写数字识别数据集外，Keras 还提供了多个用于不同机器学习任务的数据集。以下是完整的内置数据集列表及其用途： #### 波士顿房价回归数据集 (boston_housing) 这是一个经典的回归问题数据集，目标是预测给定房屋特征的价格。该数据集适用于回归模型训练和评估[^1]。 ```python from tensorflow.keras.datasets import boston_housing (train_data, train_targets), (test_data, test_targets) = boston_housing.load_data() ``` #### CIFAR-10 小图像分类数据集 (cifar10) CIFAR-10 是一个包含 60,000 张彩色图片的小型图像分类数据集，每张图片大小为 32x32 像素，分为 10 类。它常被用来测试卷积神经网络的效果[^2]。 ```python from tensorflow.keras.datasets import cifar10 (x_train, y_train), (x_test, y_test) = cifar10.load_data() ``` #### CIFAR-100 小图像分类数据集 (cifar100) 类似于 CIFAR-10，但具有更细粒度的类别划分，共 100 类。适合多类别的图像分类实验。 ```python from tensorflow.keras.datasets import cifar100 (x_train, y_train), (x_test, y_test) = cifar100.load_data(label_mode='fine') ``` #### Fashion-MNIST 数据集 (fashion_mnist) 这是 MNIST 的升级版，包含了时尚产品的灰度图像，共有 70,000 张图片，分为 10 类。相比原始 MNIST 更具挑战性。 ```python from tensorflow.keras.datasets import fashion_mnist (x_train, y_train), (x_test, y_test) = fashion_mnist.load_data() ``` #### IMDB 影评情感分类数据集 (imdb) IMDB 数据集由电影评论组成，标注为正面或负面情绪标签。它是自然语言处理领域的情感分析经典案例之一[^3]。 ```python from tensorflow.keras.datasets import imdb (x_train, y_train), (x_test, y_test) = imdb.load_data(num_words=10000) ``` #### Reuters 新闻主题分类数据集 (reuters) Reuters 数据集是一个新闻文章集合，按主题分类。与 IMDB 不同的是，它的类别数量更多，因此更适合多分类任务。 ```python from tensorflow.keras.datasets import reuters (x_train, y_train), (x_test, y_test) = reuters.load_data(num_words=None, test_split=0.2) ``` --- ### 解决数据集下载问题的方法 如果遇到某些数据集无法正常下载的情况，可以通过指定本地路径加载预缓存版本来解决问题。例如，在 `fb06f` 提供的资源包中可能已存在这些数据集文件[^4]。 ```python import os from tensorflow.keras.utils.data_utils import get_file path_to_dataset = 'https://example.com/path/to/dataset' # 替换为目标URL local_path = get_file('dataset_name', path_to_dataset) print(f"Dataset downloaded to {os.path.abspath(local_path)}") ``` 通过上述方法可手动获取并存储至本地环境后再调用。 ---