文脈 機械学習用のaffNISTデータセットは、よく知られたMNISTデータセットに基づいています。しかし、今日のコンピュータは複数のCPUや時にはGPUを備えているため、MNISTはかなり小さなデータセットになっています。affNISTは、MNISTから画像を取り出し、それらに様々な適切なアフィン変換を適用することで作成されています。この過程で、画像は40×40ピクセルの大きさになり、大幅な平行移動が含まれるため、モデルにとっての大きな課題の1つは、数字が右上隅にあっても左下隅にあっても同じものを意味することを学習することです。 「カプセル」に関する研究では、物体が見つかる位置（またはより一般的な「姿勢」）を直接モデル化することが有益であることが示唆されています。affNISTは、各データケースを作成するために適用された正確な変換と、元の28×28の画像を提供することで、それを容易にすることを目指しています。これにより、入力を正規化するモデルを訓練したり、少なくとも通常の画像からどのように変形されているかを認識することができます。 変換のもう1つの効果は、データが大幅に増えることです。すべての元のMNIST画像が様々な方法で変換されています。理論的には無限のデータセットですが、実際には70,000個の元画像に基づいており、各元画像について32個のランダムに選択された変換バージョン（各元画像について異なる32個）を作成しています。これにより、合計で約200万件の訓練＋検証ケースが得られます。 以下にいくつかの例を示します。左列は元のMNIST数字（40×40の画像の中央に配置）を示し、他の16列は変換されたバージョンを示しています。 謝辞 https://www.cs.toronto.edu/~tijmen/affNIST/ もしあなたがaffNISTを使用した公開された研究成果があれば、教えてください。私はそのリンクをここに載せます。 ニューラルネットワークは大量の訓練データがあるとうまく機能しますが、コンピュータは時にそれが少し重たいと感じることがあります。ダウンロードを容易にするために、ファイルのZIP圧縮バージョンを用意しました。しかし、解凍してもまだデータは大きいです。あなたのコンピュータが一度に少量の訓練データを読み込む方が楽な場合（私のコンピュータは確かにそうです）、データをバッチに分割して提供しています。各バッチには、すべてのMNIST元画像の1つの変換が含まれています。 私は各MNIST訓練ケースについて32種類の異なる変換を作成しています。つまり、約200万件の訓練/検証データケースがあります。もっと多くの変換、たとえば64種類の異なる変換を使用したい場合は、教えてください。 affNISTデータセットは、機械学習の研究を進めるのに役立つことを期待して、制限なく誰でも自由に使用できるように提供されていますが、いかなる保証もありません。