downsampled_imagenet

  • תיאור :

ערכת נתונים עם תמונות של 2 רזולוציות (ראה שם תצורה למידע על הרזולוציה). הוא משמש להערכת צפיפות וניסויי מודלים גנרטיביים.

לשינוי גודל ImageNet ללמידה מפוקחת ( קישור ) ראה imagenet_resized .

לְפַצֵל דוגמאות
'train' 1,281,149
'validation' 49,999
  • מבנה תכונה :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
תמונה תמונה (אין, אין, 3) uint8
@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 (תצורת ברירת המחדל)

  • תיאור תצורה : מערך נתונים המורכב מתמונות רכבת ואימות ברזולוציה של 32x32.

  • גודל הורדה : 3.98 GiB

  • גודל מערך נתונים : 3.05 GiB

  • איור ( tfds.show_examples ):

רְאִיָה

downsampled_imagenet/64x64

  • תיאור תצורה : מערך נתונים המורכב מתמונות רכבת ואימות ברזולוציה של 64x64.

  • גודל הורדה : 11.73 GiB

  • גודל מערך נתונים : 10.80 GiB

  • איור ( tfds.show_examples ):

רְאִיָה