cifar10

  • Opis :

Zbiór danych CIFAR-10 składa się z 60000 kolorowych obrazów 32x32 w 10 klasach, po 6000 obrazów w każdej klasie. Dostępnych jest 50 000 obrazów treningowych i 10 000 obrazów testowych.

Podział Przykłady
'test' 10 000
'train' 50 000
  • Struktura funkcji :
FeaturesDict({
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDykt
ID Tekst strunowy
obraz Obraz (32, 32, 3) uint8
etykieta Etykieta klasy int64

Wyobrażanie sobie

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