Visualisation : Explorer dans Know Your Data
Descriptif :
Jeu de données avec des images de 2 résolutions (voir le nom de la configuration pour plus d'informations sur la résolution). Il est utilisé pour l'estimation de la densité et les expériences de modélisation générative.
Pour ImageNet redimensionné pour l'apprentissage supervisé ( lien ) voir imagenet_resized
.
Page d' accueil : http://image-net.org/small/download.php
Code source :
tfds.datasets.downsampled_imagenet.Builder
Versions :
-
2.0.0
(par défaut) : nouvelle API fractionnée ( https://tensorflow.org/datasets/splits )
-
Mise en cache automatique ( documentation ): Non
Fractionnements :
Diviser | Exemples |
---|---|
'train' | 1 281 149 |
'validation' | 49 999 |
- Structure des fonctionnalités :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
})
- Documentation des fonctionnalités :
Caractéristique | Classer | Forme | Dtype | La description |
---|---|---|---|---|
FonctionnalitésDict | ||||
image | Image | (Aucun, Aucun, 3) | uint8 |
Clés supervisées (Voir
as_supervised
doc ):None
Citation :
@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 (configuration par défaut)
Description de la configuration : un ensemble de données composé d'images Train et Validation de résolution 32x32.
Taille du téléchargement :
3.98 GiB
Taille du jeu de données :
3.05 GiB
Figure ( tfds.show_examples ):
- Exemples ( tfds.as_dataframe ):
downsampled_imagenet/64x64
Description de la configuration : un ensemble de données composé d'images Train et Validation de résolution 64x64.
Taille du téléchargement :
11.73 GiB
Taille du jeu de données :
10.80 GiB
Figure ( tfds.show_examples ):
- Exemples ( tfds.as_dataframe ):