downsampled_imagenet

• Визуализация : Исследуйте в Know Your Data north_east

• Описание :

Набор данных с изображениями 2-х разрешений (информацию о разрешении см. в названии конфига). Он используется для оценки плотности и экспериментов по генеративному моделированию.

Информацию об измененном размере ImageNet для контролируемого обучения ( ссылка ) см. в разделе imagenet_resized .

• Домашняя страница : http://image-net.org/small/download.php

• Исходный код : tfds.datasets.downsampled_imagenet.Builder

• Версии :

  • 2.0.0 (по умолчанию): новый раздельный API ( https://tensorflow.org/datasets/splits )

• Автоматическое кэширование ( документация ): Нет

• Сплиты :

• Структура функции :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
})

• Документация по функциям :

• Ключи под наблюдением (см . документ as_supervised ): None

• Цитата :

@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 (конфигурация по умолчанию)

• Описание конфигурации : набор данных, состоящий из изображений Train и Validation с разрешением 32x32.

• Размер загрузки : 3.98 GiB

• Размер набора данных : 3.05 GiB

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

downsampled_imagenet/64x64

• Описание конфигурации : набор данных, состоящий из образов Train и Validation с разрешением 64x64.

• Размер загрузки : 11.73 GiB

• Размер набора данных : 10.80 GiB

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):