深度学习常用数据集，含手写体识别用的MNIST数据集；CNN用CIFAR-10;Word2Vec用的text8（二进制版）；人脸识别用的orl数据集

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）. 数据集由来自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 此数据集中，训练样本：共60000个，其中55000个用于训练，另外5000个用于验证 测试样本：共10000个 3、数据集中像素值 a）使用python读取二进制文件方法读取mnist数据集，则读进来的图像像

在之前发布的一篇博文《MNIST数据集实现车牌识别–初步演示版》中，我们演示了如何使用TensorFlow进行车牌识别，但是，当时采用的数据集是MNIST数字手写体，只能分类0-9共10个数字，无法分类省份简称和字母，局限性较大，无实际意义。 经过图像定位分割处理，博主收集了相关省份简称和26个字母的图片数据集，结合前述博文中贴出的python+TensorFlow代码，实现了完整的车牌识别功能。本着分享精神，在此送上全部代码和车牌数据集。 车牌数据集下载地址（约4000张图片）：tf_car_