Fashion-MNIST数据集是由德国Zalando公司提供的一种服饰物品图像数据集，旨在替代经典的MNIST手写数字数据集。该数据集包含70,000张28x28像素的灰度图像，分为10个类别，每个类别有7,000张图像。
具体来说，Fashion-MNIST数据集包括60,000张训练图像和10,000张测试图像，每张图像都是28x28像素的灰度图像，并且与10个类别的标签相关联。这些类别包括T恤、裤子、长袖衣服、连衣裙、外套、凉鞋、衬衫、运动鞋、包和踝靴。
Fashion-MNIST的设计初衷是提供一个稍微更具挑战性的问题，同时保持与原始MNIST数据集相同的大小、格式和训练/测试样本数，以便算法作者无需修改任何代码即可直接使用这个数据集。因此，它被广泛用于机器学习和深度学习的入门项目和基准测试.
Fashion-MNIST数据集下载地址：
GitHub - zalandoresearch/fashion-mnist: A MNIST-like fashion product database. Benchmark
