cifar100

• ভিজ্যুয়ালাইজেশন : north_east আপনার ডেটা জানুন

• বর্ণনা :

এই ডেটাসেটটি CIFAR-10-এর মতোই, ব্যতীত এতে 100টি ক্লাস রয়েছে যার প্রতিটিতে 600টি ছবি রয়েছে৷ প্রতি ক্লাসে 500টি প্রশিক্ষণের ছবি এবং 100টি পরীক্ষার ছবি রয়েছে। CIFAR-100-এর 100টি ক্লাস 20টি সুপারক্লাসে বিভক্ত। প্রতিটি ইমেজ একটি "সূক্ষ্ম" লেবেল (যে শ্রেণীতে এটি অন্তর্গত) এবং একটি "মোটা" লেবেল (যে সুপারক্লাস এটির অন্তর্গত) সঙ্গে আসে।

• অতিরিক্ত ডকুমেন্টেশন : north_east কোড সহ কাগজপত্রে অন্বেষণ করুন

• হোমপেজ : https://www.cs.toronto.edu/~kriz/cifar.html

• সোর্স কোড : tfds.image_classification.Cifar100

• সংস্করণ :

  • 3.0.2 (ডিফল্ট): কোনো রিলিজ নোট নেই।

• ডাউনলোড সাইজ : 160.71 MiB

• ডেটাসেটের আকার : 132.03 MiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ

• বিভাজন :

• বৈশিষ্ট্য গঠন :

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),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): ('image', 'label')

• চিত্র ( tfds.show_examples ):

• উদাহরণ ( tfds.as_dataframe ):

• উদ্ধৃতি :

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

• ভিজ্যুয়ালাইজেশন : north_east আপনার ডেটা জানুন

• বর্ণনা :

এই ডেটাসেটটি CIFAR-10-এর মতোই, ব্যতীত এতে 100টি ক্লাস রয়েছে যার প্রতিটিতে 600টি ছবি রয়েছে৷ প্রতি ক্লাসে 500টি প্রশিক্ষণের ছবি এবং 100টি পরীক্ষার ছবি রয়েছে। CIFAR-100-এর 100টি ক্লাস 20টি সুপারক্লাসে বিভক্ত। প্রতিটি ইমেজ একটি "সূক্ষ্ম" লেবেল (যে শ্রেণীতে এটি অন্তর্গত) এবং একটি "মোটা" লেবেল (যে সুপারক্লাস এটির অন্তর্গত) সঙ্গে আসে।

• অতিরিক্ত ডকুমেন্টেশন : north_east কোড সহ কাগজপত্রে অন্বেষণ করুন

• হোমপেজ : https://www.cs.toronto.edu/~kriz/cifar.html

• সোর্স কোড : tfds.image_classification.Cifar100

• সংস্করণ :

  • 3.0.2 (ডিফল্ট): কোনো রিলিজ নোট নেই।

• ডাউনলোড সাইজ : 160.71 MiB

• ডেটাসেটের আকার : 132.03 MiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ

• বিভাজন :

• বৈশিষ্ট্য গঠন :

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),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): ('image', 'label')

• চিত্র ( tfds.show_examples ):

• উদাহরণ ( tfds.as_dataframe ):

• উদ্ধৃতি :

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