سيفار 100

التصور : استكشف في اعرف بياناتك
الوصف :

مجموعة البيانات هذه تشبه CIFAR-10 تمامًا ، إلا أنها تحتوي على 100 فئة تحتوي كل منها على 600 صورة. يوجد 500 صورة تدريبية و 100 صورة اختبار لكل فصل. تم تجميع 100 فئة في CIFAR-100 في 20 فئة سوبر. تأتي كل صورة مع ملصق "جيد" (الفئة التي تنتمي إليها) وعلامة "خشن" (الفئة الممتازة التي تنتمي إليها).

وثائق إضافية : استكشف في الأوراق باستخدام الرمز
الصفحة الرئيسية : https://www.cs.toronto.edu/~kriz/cifar.html
كود المصدر : tfds.image_classification.Cifar100
إصدارات :
- 3.0.2 (افتراضي): لا توجد ملاحظات حول الإصدار.
حجم التحميل : 160.71 MiB
حجم مجموعة البيانات : 132.03 MiB
التخزين المؤقت التلقائي ( الوثائق ): نعم
الانقسامات :

انشق، مزق	أمثلة
`'test'`	10000
`'train'`	50000

هيكل الميزة :

FeaturesDict({
    'coarse_label': ClassLabel(shape=(), dtype=int64, num_classes=20),
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=100),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع
	الميزات
coarse_label	ClassLabel		int64
هوية شخصية	نص		سلسلة
صورة	صورة	(32 ، 32 ، 3)	uint8
ضع الكلمة المناسبة	ClassLabel		int64

المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ('image', 'label')
الشكل ( tfds.show_examples ):

التصور

أمثلة ( tfds.as_dataframe ):

الاقتباس :

@TECHREPORT{Krizhevsky09learningmultiple,
    author = {Alex Krizhevsky},
    title = {Learning multiple layers of features from tiny images},
    institution = {},
    year = {2009}
}

التصور : استكشف في اعرف بياناتك
الوصف :

وثائق إضافية : استكشف في الأوراق باستخدام الرمز
الصفحة الرئيسية : https://www.cs.toronto.edu/~kriz/cifar.html
كود المصدر : tfds.image_classification.Cifar100
إصدارات :
- 3.0.2 (افتراضي): لا توجد ملاحظات حول الإصدار.
حجم التحميل : 160.71 MiB
حجم مجموعة البيانات : 132.03 MiB
التخزين المؤقت التلقائي ( الوثائق ): نعم
الانقسامات :

انشق، مزق	أمثلة
`'test'`	10000
`'train'`	50000

هيكل الميزة :

FeaturesDict({
    'coarse_label': ClassLabel(shape=(), dtype=int64, num_classes=20),
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=100),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع
	الميزات
coarse_label	ClassLabel		int64
هوية شخصية	نص		سلسلة
صورة	صورة	(32 ، 32 ، 3)	uint8
ضع الكلمة المناسبة	ClassLabel		int64

المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ('image', 'label')
الشكل ( tfds.show_examples ):

التصور

أمثلة ( tfds.as_dataframe ):

الاقتباس :

@TECHREPORT{Krizhevsky09learningmultiple,
    author = {Alex Krizhevsky},
    title = {Learning multiple layers of features from tiny images},
    institution = {},
    year = {2009}
}