celeb_a_hq

• Visualisasi : Jelajahi di Kenali Data Anda north_east

• Deskripsi :

Versi kualitas tinggi dari kumpulan data CELEBA, terdiri dari 30000 gambar dalam resolusi 1024 x 1024.

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode north_east

• Beranda : https://github.com/tkarras/progressive_growing_of_gans

• Kode sumber : tfds.datasets.celeb_a_hq.Builder

• Versi :

  • 2.0.0 (default): API split baru ( https://tensorflow.org/datasets/splits )

• Ukuran unduhan : Unknown size

• Instruksi pengunduhan manual : Kumpulan data ini mengharuskan Anda mengunduh data sumber secara manual ke download_config.manual_dir (default ke ~/tensorflow_datasets/downloads/manual/ ):
  manual_dir harus berisi banyak file tar dengan gambar (data2x2.tar, data4x4.tar .. data1024x1024.tar). Instruksi terperinci ada di sini: https://github.com/tkarras/progressive_growing_of_gans#preparing-datasets-for-training

• Perpecahan :

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Kutipan :

@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 (konfigurasi default)

• Deskripsi konfigurasi : Gambar CelebaHQ dalam resolusi 1024 x 1024

• Ukuran dataset : 54.04 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Struktur fitur :

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

• Dokumentasi fitur :

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

celeb_a_hq/512

• Deskripsi konfigurasi : Gambar CelebaHQ dalam resolusi 512 x 512

• Ukuran dataset : 15.33 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Struktur fitur :

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

• Dokumentasi fitur :

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

celeb_a_hq/256

• Deskripsi konfigurasi : Gambar CelebaHQ dalam resolusi 256 x 256

• Ukuran dataset : 4.21 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Struktur fitur :

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

• Dokumentasi fitur :

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

celeb_a_hq/128

• Deskripsi konfigurasi : Gambar CelebaHQ dalam resolusi 128 x 128

• Ukuran dataset : 1.13 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Struktur fitur :

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

• Dokumentasi fitur :

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

celeb_a_hq/64

• Deskripsi konfigurasi : Gambar CelebaHQ dalam resolusi 64 x 64

• Ukuran dataset : 310.94 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Struktur fitur :

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

• Dokumentasi fitur :

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

celeb_a_hq/32

• Deskripsi konfigurasi : Gambar CelebaHQ dalam resolusi 32 x 32

• Ukuran dataset : 85.39 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Struktur fitur :

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

• Dokumentasi fitur :

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

celeb_a_hq/16

• Deskripsi konfigurasi : Gambar CelebaHQ dalam resolusi 16 x 16

• Ukuran dataset : 25.71 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Struktur fitur :

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

• Dokumentasi fitur :

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

celeb_a_hq/8

• Deskripsi konfigurasi : Gambar CelebaHQ dalam resolusi 8 x 8

• Ukuran dataset : 9.42 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Struktur fitur :

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

• Dokumentasi fitur :

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

celeb_a_hq/4

• Deskripsi konfigurasi : Gambar CelebaHQ dalam resolusi 4 x 4

• Ukuran dataset : 5.10 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Struktur fitur :

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

• Dokumentasi fitur :

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

celeb_a_hq/2

• Deskripsi konfigurasi : Gambar CelebaHQ dalam resolusi 2 x 2

• Ukuran dataset : 3.94 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Struktur fitur :

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

• Dokumentasi fitur :

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

celeb_a_hq/1

• Deskripsi konfigurasi : Gambar CelebaHQ dalam resolusi 1 x 1

• Ukuran dataset : 3.62 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Struktur fitur :

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

• Dokumentasi fitur :

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):