- תיאור :
הטמעות מאומנות מראש לחיפוש משוער של השכנים הקרובים ביותר באמצעות מרחק הקוסינוס. מערך נתונים זה מורכב משני פיצולים:
- 'בסיס נתונים': מורכב מ-9,990,000 נקודות נתונים, לכל אחת יש תכונות: 'הטמעה' (96 צפים), 'אינדקס' (int64), 'שכנים' (רשימה ריקה).
- 'מבחן': מורכב מ-10,000 נקודות נתונים, לכל אחת יש תכונות: 'הטבעה' (96 צפים), 'אינדקס' (int64), 'שכנים' (רשימת 'אינדקס' ו'מרחק' של השכנים הקרובים ביותר במסד הנתונים. )
קוד מקור :
tfds.nearest_neighbors.deep1b.Deep1b
גרסאות :
-
1.0.0
(ברירת מחדל): שחרור ראשוני.
-
גודל הורדה :
3.58 GiB
גודל מערך נתונים :
4.46 GiB
שמירה אוטומטית במטמון ( תיעוד ): לא
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'database' | 9,990,000 |
'test' | 10,000 |
- מבנה תכונה :
FeaturesDict({
'embedding': Tensor(shape=(96,), dtype=float32),
'index': Scalar(shape=(), dtype=int64, description=Index within the split.),
'neighbors': Sequence({
'distance': Scalar(shape=(), dtype=float32, description=Neighbor distance.),
'index': Scalar(shape=(), dtype=int64, description=Neighbor index.),
}),
})
- תיעוד תכונה :
תכונה | מַחלָקָה | צוּרָה | Dtype | תֵאוּר |
---|---|---|---|---|
FeaturesDict | ||||
הטבעה | מוֹתֵחַ | (96,) | לצוף32 | |
מַדָד | סקלר | int64 | אינדקס בתוך הפיצול. | |
שכנים | רֶצֶף | השכנים המחושבים, שזמינים רק לפיצול המבחן. | ||
שכנים/מרחק | סקלר | לצוף32 | מרחק שכן. | |
שכנים/אינדקס | סקלר | int64 | מדד השכנים. |
מפתחות בפיקוח (ראה
as_supervised
doc ):None
איור ( tfds.show_examples ): לא נתמך.
דוגמאות ( tfds.as_dataframe ):
- ציטוט :
@inproceedings{babenko2016efficient,
title={Efficient indexing of billion-scale datasets of deep descriptors},
author={Babenko, Artem and Lempitsky, Victor},
booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},
pages={2055--2063},
year={2016}
}