Visualisasi : Jelajahi di Kenali Data Anda
Deskripsi :
Kumpulan data dengan gambar 2 resolusi (lihat nama konfigurasi untuk informasi tentang resolusi). Ini digunakan untuk estimasi kepadatan dan percobaan pemodelan generatif.
Untuk mengubah ukuran ImageNet untuk pembelajaran yang diawasi ( tautan ) lihat imagenet_resized
.
Beranda : http://image-net.org/small/download.php
Kode sumber :
tfds.datasets.downsampled_imagenet.Builder
Versi :
-
2.0.0
(default): API split baru ( https://tensorflow.org/datasets/splits )
-
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :
Membelah | Contoh |
---|---|
'train' | 1.281.149 |
'validation' | 49.999 |
- Struktur fitur :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Dtype | Keterangan |
---|---|---|---|---|
fiturDict | ||||
gambar | Gambar | (Tidak ada, Tidak ada, 3) | uint8 |
Kunci yang diawasi (Lihat
as_supervised
doc ):None
Kutipan :
@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 (konfigurasi default)
Deskripsi konfigurasi : Kumpulan data yang terdiri dari gambar Latih dan Validasi dengan resolusi 32x32.
Ukuran unduhan :
3.98 GiB
Ukuran dataset :
3.05 GiB
Gambar ( tfds.show_examples ):
- Contoh ( tfds.as_dataframe ):
downsampled_imagenet/64x64
Deskripsi konfigurasi : Kumpulan data yang terdiri dari gambar Latih dan Validasi dengan resolusi 64x64.
Ukuran unduhan :
11.73 GiB
Ukuran dataset :
10.80 GiB
Gambar ( tfds.show_examples ):
- Contoh ( tfds.as_dataframe ):