celeb_a_hq

• Визуализация : Исследуйте в Know Your Data north_east

• Описание :

Высококачественная версия набора данных CELEBA, состоящего из 30000 изображений с разрешением 1024 x 1024.

• Домашняя страница : https://github.com/tkarras/progressive_growing_of_gans

• Исходный код : tfds.image.CelebAHq

• Версии :

  • 2.0.0 (по умолчанию): новый раздельный API ( https://tensorflow.org/datasets/splits )

• Размер загрузки : Unknown size

• Размер набора данных : Unknown size

• Инструкции по ручной загрузке : этот набор данных требует, чтобы вы загружали исходные данные вручную в download_config.manual_dir (по умолчанию ~/tensorflow_datasets/downloads/manual/ ):
  manual_dir должен содержать несколько файлов tar с изображениями (data2x2.tar, data4x4.tar .. data1024x1024.tar). Подробные инструкции здесь: https://github.com/tkarras/progressive_growing_of_gans#preparing-datasets-for-training .

• Автокэширование ( документация ): неизвестно

• Сплиты :

• Ключи под наблюдением (см . документ as_supervised ): None

• Цитата :

@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 (конфигурация по умолчанию)

• Описание конфигурации : изображения CelebaHQ с разрешением 1024 x 1024.

• Особенности :

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

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

celeb_a_hq/512

• Описание конфигурации : изображения CelebaHQ с разрешением 512 x 512.

• Особенности :

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

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

celeb_a_hq/256

• Описание конфигурации : изображения CelebaHQ с разрешением 256 x 256.

• Особенности :

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

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

celeb_a_hq/128

• Описание конфигурации : изображения CelebaHQ с разрешением 128 x 128.

• Особенности :

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

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

celeb_a_hq/64

• Описание конфигурации : изображения CelebaHQ с разрешением 64 x 64.

• Особенности :

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

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

celeb_a_hq/32

• Описание конфигурации : изображения CelebaHQ с разрешением 32 x 32.

• Особенности :

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

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

celeb_a_hq/16

• Описание конфигурации : изображения CelebaHQ в разрешении 16 x 16.

• Особенности :

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

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

celeb_a_hq/8

• Описание конфигурации : изображения CelebaHQ в разрешении 8 x 8.

• Особенности :

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

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

celeb_a_hq/4

• Описание конфигурации : изображения CelebaHQ в разрешении 4 x 4.

• Особенности :

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

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

celeb_a_hq/2

• Описание конфигурации : изображения CelebaHQ в разрешении 2 x 2

• Особенности :

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

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

celeb_a_hq/1

• Описание конфигурации : изображения CelebaHQ в разрешении 1 x 1

• Особенности :

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

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):