伯尔尼大学 发布 Yin-Yang数据集 数据集, 应用在 深度学习、神经网络 领域

伯尔尼大学 本次发布的数据集 Yin-Yang数据集, Yin-Yang数据集是由瑞士伯尔尼大学和德国海德堡大学联合开发的，专为研究生物学上可信的误差反向传播和脉冲神经网络中的深度学习而设计。该数据集作为经典深度学习数据集的替代，特别适用于网络模型和硬件平台的早期原型设计场景。它具有较小的规模，便于快速学习和适应小规模的探索性研究。数据集内容包括二维阴阳符号中的点，根据其在符号中的位置被分类为Yin、Yang或Dot类。数据集创建过程中采用了拒绝采样方法，确保了样本的随机性和多样性。该数据集主要应用于解决深度学习中的误差反向传播问题，特别是在资源高效的实现中，通过展示误差反向传播的缺陷，推动了生物学上可信的学习算法的发展。

查看Yin-Yang数据集

README 内容： 

关于 伯尔尼大学 , 伯尔尼大学是瑞士的一所著名公立研究型大学，位于瑞士首都伯尔尼。该校成立于1834年，提供广泛的学科和研究领域，包括自然科学、社会科学、人文科学和医学等。伯尔尼大学在多个学科领域享有国际声誉，尤其在生物医学和环境科学方面表现突出。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。