深度学习依赖高质量数据集进行模型训练与验证，以下是一些经典资源：

  1. MNIST 🖋️
    手写数字识别数据集，包含60,000张训练图像和10,000张测试图像。

    MNIST
    [点击查看更多](/learn/datasets)

  2. CIFAR-10 🖼️
    包含10个类别的6万张32x32彩色图像，常用于图像分类研究。

    CIFAR_10
    [了解更多](/learn/ai)

  3. ImageNet 🌍
    大规模图像数据库，支持1,000个类别分类，是预训练模型的黄金标准。

    ImageNet

  4. COCO 📸
    目标检测与图像分割数据集，包含超过8万张带标注图像。

    COCO
    [探索实战案例](/learn/ai)

  5. Kaggle 📊
    提供多种竞赛数据集（如房价预测、图像生成），适合实战练习。

    Kaggle

如需进一步学习数据集构建方法，可访问 数据集设计教程