推荐数据集与资源

1. 常用公开数据集

计算机视觉

• MNIST: 手写数字数据集（0-9），包含60,000训练样本和10,000测试样本
  链接: http://yann.lecun.com/exdb/mnist/
• CIFAR-10/100: 10类或100类物体分类数据集（32x32彩色图像）
  链接: https://www.cs.toronto.edu/~kriz/cifar.html
• ImageNet: 1,000类物体分类数据集（1400万标注图像）
  链接: http://www.image-net.org/
• COCO: 通用图像理解数据集（目标检测/分割/字幕生成）
  链接: https://cocodataset.org/

自然语言处理

• GLUE Benchmark: 9个自然语言理解任务基准
  链接: https://gluebenchmark.com/
• SQuAD: 阅读理解数据集（10万+问答对）
  链接: https://rajpurkar.github.io/SQuAD-explorer/
• WikiText: 维基百科文章语言建模数据集
  链接: https://blog.salesforceairesearch.com/the-wikitext-long-term-dependency-language-modeling-dataset/

其他领域

• LibriSpeech: 1,000小时英语语音数据集
  链接: http://www.openslr.org/12
• UCI Machine Learning Repository: 500+跨领域数据集
  链接: https://archive.ics.uci.edu/ml/index.php

2. 竞赛平台

• Kaggle: 包含数据集、竞赛和社区 Notebook
  链接: https://www.kaggle.com/
• AI Challenger: 中文多模态竞赛平台
  链接: https://challenger.ai/
• DrivenData: 社会影响力方向数据竞赛
  链接: https://www.drivendata.org/

3. 学习资源

在线课程

• Deep Learning Specialization (Coursera)
  Andrew Ng 主讲，涵盖CNN/RNN/Transformer等
  链接: https://www.coursera.org/specializations/deep-learning

• Fast.ai 实战课程
  "Top-down" 教学法，含PyTorch实践
  链接: https://course.fast.ai/

开源项目

• Hugging Face Transformers
  预训练模型库（BERT/GPT等）
  链接: https://huggingface.co/transformers/

• TensorFlow Model Garden
  官方模型实现集合
  链接: https://github.com/tensorflow/models

4. 论文与前沿追踪

• arXiv.org: 最新论文预印本平台
  推荐分类: cs.CV（计算机视觉）, cs.CL（自然语言处理）, cs.LG（机器学习）
  链接: https://arxiv.org/

• Papers With Code: 论文与代码实现关联平台
  链接: https://paperswithcode.com/

5. 工具推荐

• Weights & Biases: 实验跟踪工具
  链接: https://wandb.ai/
• DVC: 数据版本控制工具
  链接: https://dvc.org/
• Gradio: 快速构建模型Demo
  链接: https://gradio.app/

该附录包含：
1. 结构化分类：按领域划分数据集
2. 直接可用的资源链接
3. 覆盖从入门到进阶的多层次资源
4. 包含工具链推荐（实验管理/部署等）
5. 标注重点资源的特性说明