امروز برای رویداد محلی TensorFlow خود در همه جا پاسخ دهید!
این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.
Switch to English

cifar100

  • توضیحات :

این مجموعه داده دقیقاً مانند CIFAR-10 است ، با این تفاوت که دارای 100 کلاس شامل هر کدام از 600 تصویر است. در هر کلاس 500 تصویر آموزشی و 100 تصویر تست وجود دارد. 100 کلاس موجود در CIFAR-100 در 20 کلاس فوق کلاس دسته بندی می شوند. هر تصویر با یک برچسب "خوب" (کلاسی که به آن تعلق دارد) و یک برچسب "درشت" (ابر کلاس که به آن تعلق دارد) ارائه می شود.

شکاف مثال ها
'test' 10000
'train' 50،000
  • ویژگی ها :
FeaturesDict({
    'coarse_label': ClassLabel(shape=(), dtype=tf.int64, num_classes=20),
    'id': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(32, 32, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=100),
})
  • کلیدهای تحت نظارت (به as_supervised سند نظارت شده مراجعه کنید): ('image', 'label')

  • نقل قول :

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

تجسم