Visualizzazione : Esplora in Conosci i tuoi dati
Descrizione :
Il set di dati CIFAR-10 è costituito da 60000 immagini a colori 32x32 in 10 classi, con 6000 immagini per classe. Sono disponibili 50000 immagini di addestramento e 10000 immagini di test.
Documentazione aggiuntiva : Esplora documenti con codice
Pagina iniziale : https://www.cs.toronto.edu/~kriz/cifar.html
Codice sorgente :
tfds.image_classification.Cifar10
Versioni :
-
3.0.2
(impostazione predefinita): nessuna nota di rilascio.
-
Dimensione del download :
162.17 MiB
Dimensione del set di dati:
132.40 MiB
Auto-cache ( documentazione ): Sì
Divisioni :
Diviso | Esempi |
---|---|
'test' | 10.000 |
'train' | 50.000 |
- Struttura delle caratteristiche :
FeaturesDict({
'id': Text(shape=(), dtype=string),
'image': Image(shape=(32, 32, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
- Documentazione delle funzionalità :
Caratteristica | Classe | Forma | Tipo D | Descrizione |
---|---|---|---|---|
CaratteristicheDict | ||||
id | Testo | corda | ||
Immagine | Immagine | (32, 32, 3) | uint8 | |
etichetta | ClassLabel | int64 |
Chiavi supervisionate (vedi
as_supervised
doc ):('image', 'label')
Figura ( tfds.show_examples ):
- Esempi ( tfds.as_dataframe ):
- Citazione :
@TECHREPORT{Krizhevsky09learningmultiple,
author = {Alex Krizhevsky},
title = {Learning multiple layers of features from tiny images},
institution = {},
year = {2009}
}