ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

cifar10

ชุดข้อมูล CIFAR-10 ประกอบด้วยภาพสีขนาด 32x32 จำนวน 60000 ภาพใน 10 คลาส โดยมี 6,000 ภาพต่อคลาส มีภาพการฝึก 50,000 ภาพและภาพทดสอบ 10,000 ภาพ

แยก ตัวอย่าง
'test' 10,000
'train' 50,000
  • คุณสมบัติ:
FeaturesDict({
    'id': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(32, 32, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
})

การสร้างภาพ

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