Deep Learningの各種タスクにおけるベンチデータセットとデータ数をまとめた - Qiita

ABEJAアドベントカレンダー2020の19日目の記事です。 この記事は何？ 結局AIって何個データ必要なの？ってよく聞かれると思います。 そんなん知るか この記事では、ある程度精度が出ている既存のタスクにおいて、どんなデータを、どのくらいの量与えているかを調べた結果です。ちなみに、僕自身、すべてのタスクを扱ったことがあるわけでは無いので、ほぼ一部適当な部分もあるかと思いますが、ご容赦ください。あと、このデータが入ってないよ！ってツッコミも歓迎です。 あと、技術は常に進んでいるので、ちゃんと最新技術を追っておけば、より少ないデータで良い結果を出すことが出来ないこともない。が、最新技術とはいえ銀の弾丸ではないのが通常で、例えlightweightGANがでたからと言って、100枚で学習できます！とか勝手に広がると困っちゃう。色んなタスクにおいて、まぁ大体どんなタスクも一般的にはこんなもんよっ

[masadream]

ベンチマークデータセットまとめ

[misshiki]

“幾つかのドメインに関して、よく使われるであろうベンチマークデータセットと、データ数をリストアップ”コンピュータービジョン（画像認識関連）、自然言語処理、音声、レコメンデーションなど

[takmin]

案外、こういうまとめはないのでありがたい。