MNIST-Datenbank

Beispiele aus dem MNIST-Testdatensatz

Die MNIST-Datenbank (Modified National Institute of Standards and Technology database) ist eine öffentlich verfügbare Datenbank von handgeschriebenen Ziffern.

Datensätze

Die Datenbank besteht aus 60.000 Beispielen im Trainingsdatensatz und 10.000 Beispielen im Testdatensatz. Jede Ziffer ist als 28 × 28 Pixel großes Graustufen-Bild gespeichert.

Der Datensatz dient dem Trainieren von Klassifikatoren, unter anderem Convolutional Neural Networks, im weiteren Sinne dem Maschinellen Lernen bzw. der Künstlichen Intelligenz. Eine der MNIST-Datenbank nachempfundene Bilddatenbank ist die Fashion-MNIST von Zalando, ebenfalls bestehend aus 60.000 Beispielen im Trainingsdatensatz und 10.000 Beispielen im Testdatensatz.

Geschichte

Die MNIST-Datenbank wurde aus einem größeren Datensatz namens NIST Special Database 19 abgeleitet, der Ziffern sowie handgeschriebene Groß- und Kleinbuchstaben enthält. SD-19 wurde 1995 als Zusammenstellung von SD-1 und SD-3 veröffentlicht.

François Chollet, einer der Keras-Hauptentwickler sieht MNIST nicht mehr als relevanten Benchmark an, allerdings wird die MNIST-Datenbank gerne als Einsteigerbeispiel für maschinelles Lernen verwendet. Das Parallele Rechenzentrum in Chmelnyzkyj, Ukraine erreichte 2016 eine Fehlerquote von 0,21 Prozent mit nur fünf Convolutional Neural Networks.

Einzelnachweise

  1. 1 2 THE MNIST DATABASE of handwritten digits. Yann LeCun, Courant Institute, NYU Corinna Cortes, Google Labs, New York Christopher J.C. Burges, Microsoft Research, Redmond, abgerufen am 22. Juli 2020 (englisch).
  2. ↑ Fashion-MNIST. zalando, abgerufen am 23. Juli 2020 (englisch).
  3. ↑ EMNIST: an extension of MNIST to handwritten letters. Abgerufen am 1. November 2026.
  4. ↑ Lots of issues with MNIST, but most of all, it is really not representative of CV tasks. Please at least try CIFAR10, of comparable size. François Chollet (Twitter tweet), abgerufen am 23. Juli 2020 (englisch).
  5. ↑ Intro to TensorFlow for Deep Learning. Abgerufen am 23. Juli 2020 (englisch).
  6. ↑ Tutorial. Abgerufen am 23. Juli 2020 (englisch).
  7. ↑ Training Data Expansion and Boosting of Convolutional Neural Networks for Reducing the MNIST Dataset Error Rate. Abgerufen am 1. November 2026.