ख्याति प्राप्त व्यक्ति

• विज़ुअलाइज़ेशन : north_east में अपने डेटा को जानें में एक्सप्लोर करें

• विवरण :

CELEBA डेटासेट का उच्च-गुणवत्ता वाला संस्करण, जिसमें 1024 x 1024 रिज़ॉल्यूशन में 30000 चित्र शामिल हैं।

• अतिरिक्त दस्तावेज़ीकरण : north_east कोड वाले पेपर्स पर एक्सप्लोर करें

• होमपेज : https://github.com/tkarras/progressive_groving_of_gans

• स्रोत कोड : tfds.datasets.celeb_a_hq.Builder

• संस्करण :

  • 2.0.0 (डिफ़ॉल्ट): नया स्प्लिट एपीआई ( https://tensorflow.org/datasets/splits )

• डाउनलोड आकार : Unknown size

• मैन्युअल डाउनलोड निर्देश : इस डेटासेट के लिए आपको स्रोत डेटा को मैन्युअल रूप से download_config.manual_dir (डिफ़ॉल्ट रूप से ~/tensorflow_datasets/downloads/manual/ ) में डाउनलोड करना होगा:
  मैन्युअल_डीआईआर में छवियों के साथ कई टार फाइलें होनी चाहिए (डेटा2x2.टार, डेटा4x4.टार .. डेटा1024x1024.टार)। विस्तृत निर्देश यहां हैं: https://github.com/tkarras/progressive_growing_of_gans#preparing-datasets-for-training

• विभाजन :

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None

• उद्धरण :

@article{DBLP:journals/corr/abs-1710-10196,
  author    = {Tero Karras and
               Timo Aila and
               Samuli Laine and
               Jaakko Lehtinen},
  title     = {Progressive Growing of GANs for Improved Quality, Stability, and Variation},
  journal   = {CoRR},
  volume    = {abs/1710.10196},
  year      = {2017},
  url       = {http://arxiv.org/abs/1710.10196},
  archivePrefix = {arXiv},
  eprint    = {1710.10196},
  timestamp = {Mon, 13 Aug 2018 16:46:42 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/abs-1710-10196},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

celeb_a_hq/1024 (डिफ़ॉल्ट कॉन्फ़िगरेशन)

• कॉन्फिग विवरण : 1024 x 1024 रेजोल्यूशन में सेलेबाएचक्यू इमेज

• डेटासेट का आकार : 54.04 GiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• फ़ीचर संरचना :

FeaturesDict({
    'image': Image(shape=(1024, 1024, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

सेलेब_ए_एचक्यू/512

• कॉन्फिग विवरण : 512 x 512 रेजोल्यूशन में सेलेबाएचक्यू इमेज

• डेटासेट का आकार : 15.33 GiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• फ़ीचर संरचना :

FeaturesDict({
    'image': Image(shape=(512, 512, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

सेलेब_ए_एचक्यू/256

• कॉन्फिग विवरण : 256 x 256 रेजोल्यूशन में सेलेबाएचक्यू इमेज

• डेटासेट का आकार : 4.21 GiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• फ़ीचर संरचना :

FeaturesDict({
    'image': Image(shape=(256, 256, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

सेलेब_ए_एचक्यू/128

• कॉन्फिग विवरण : 128 x 128 रेजोल्यूशन में सेलेबाएचक्यू इमेज

• डेटासेट का आकार : 1.13 GiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• फ़ीचर संरचना :

FeaturesDict({
    'image': Image(shape=(128, 128, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

सेलेब_आ_हक/64

• कॉन्फ़िगरेशन विवरण : 64 x 64 रिज़ॉल्यूशन में सेलेबाएचक्यू छवियां

• डेटासेट का आकार : 310.94 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• फ़ीचर संरचना :

FeaturesDict({
    'image': Image(shape=(64, 64, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

सेलेब_आ_हक/32

• कॉन्फिग विवरण : 32 x 32 रेजोल्यूशन में सेलेबाएचक्यू इमेज

• डेटासेट का आकार : 85.39 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

• फ़ीचर संरचना :

FeaturesDict({
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

सेलेब_आ_हक/16

• कॉन्फिग विवरण : 16 x 16 रेजोल्यूशन में सेलेबाएचक्यू इमेज

• डेटासेट का आकार : 25.71 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

• फ़ीचर संरचना :

FeaturesDict({
    'image': Image(shape=(16, 16, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

सेलेब_आ_हक/8

• कॉन्फ़िगरेशन विवरण : 8 x 8 रिज़ॉल्यूशन में सेलेबाएचक्यू छवियां

• डेटासेट का आकार : 9.42 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

• फ़ीचर संरचना :

FeaturesDict({
    'image': Image(shape=(8, 8, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

सेलेब_आ_हक/4

• कॉन्फिग विवरण : 4 x 4 रेजोल्यूशन में सेलेबाएचक्यू इमेज

• डेटासेट का आकार : 5.10 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

• फ़ीचर संरचना :

FeaturesDict({
    'image': Image(shape=(4, 4, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

celeb_a_hq/2

• कॉन्फिग विवरण : 2 x 2 रेजोल्यूशन में सेलेबाएचक्यू इमेज

• डेटासेट का आकार : 3.94 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

• फ़ीचर संरचना :

FeaturesDict({
    'image': Image(shape=(2, 2, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

सेलेब_आ_हक/1

• कॉन्फिग विवरण : 1 x 1 रेजोल्यूशन में सेलेबाएचक्यू इमेज

• डेटासेट का आकार : 3.62 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

• फ़ीचर संरचना :

FeaturesDict({
    'image': Image(shape=(1, 1, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):