التصور : استكشف في اعرف بياناتك
الوصف :
مجموعة بيانات تحتوي على صور بدقة 2 (انظر اسم التكوين للحصول على معلومات حول الدقة). يتم استخدامه لتقدير الكثافة وتجارب النمذجة التوليدية.
للحصول على ImageNet الذي تم تغيير حجمه للتعلم الخاضع للإشراف ( رابط ) ، راجع imagenet_resized
.
الصفحة الرئيسية : http://image-net.org/small/download.php
شفرة المصدر :
tfds.datasets.downsampled_imagenet.Builder
إصدارات :
-
2.0.0
(افتراضي): تقسيم API جديد ( https://tensorflow.org/datasets/splits )
-
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 1،281،149 |
'validation' | 49999 |
- هيكل الميزة :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
صورة | صورة | (لا شيء ، لا شيء ، 3) | uint8 |
المفاتيح الخاضعة للإشراف (انظر المستند
as_supervised
):None
الاقتباس :
@article{DBLP:journals/corr/OordKK16,
author = {A{"{a} }ron van den Oord and
Nal Kalchbrenner and
Koray Kavukcuoglu},
title = {Pixel Recurrent Neural Networks},
journal = {CoRR},
volume = {abs/1601.06759},
year = {2016},
url = {http://arxiv.org/abs/1601.06759},
archivePrefix = {arXiv},
eprint = {1601.06759},
timestamp = {Mon, 13 Aug 2018 16:46:29 +0200},
biburl = {https://dblp.org/rec/bib/journals/corr/OordKK16},
bibsource = {dblp computer science bibliography, https://dblp.org}
}
downsampled_imagenet / 32x32 (التكوين الافتراضي)
وصف التكوين : مجموعة بيانات تتكون من صور تدريب وتحقق من الصحة بدقة 32 × 32.
حجم التحميل : ٣ ٫
3.98 GiB
حجم مجموعة البيانات :
3.05 GiB
الشكل ( tfds.show_examples ):
- أمثلة ( tfds.as_dataframe ):
downsampled_imagenet / 64x64
وصف التكوين : مجموعة بيانات تتكون من صور تدريب وتحقق من الصحة بدقة 64 × 64.
حجم التحميل :
11.73 GiB
حجم مجموعة البيانات :
10.80 GiB
الشكل ( tfds.show_examples ):
- أمثلة ( tfds.as_dataframe ):