downsampled_imagenet

• Deskripsi :

Set data dengan gambar 2 resolusi (lihat nama konfigurasi untuk informasi tentang resolusi). Ini digunakan untuk estimasi kepadatan dan eksperimen pemodelan generatif.

Untuk ImageNet yang diubah ukurannya untuk supervised learning ( link ) lihat imagenet_resized .

• Situs web : http://image-net.org/small/download.php

• Kode sumber : tfds.image.DownsampledImagenet

• Versi :

  • 2.0.0 (default): API split baru ( https://tensorflow.org/datasets/splits )

• Ukuran kumpulan data : Unknown size

• Cache otomatis ( dokumentasi ): Tidak diketahui

• Split :

• Fitur :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.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 Train dan Validasi dengan resolusi 32x32.

• Ukuran unduhan : 3.98 GiB

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

downsampled_imagenet / 64x64

• Deskripsi konfigurasi : Kumpulan data yang terdiri dari gambar Train dan Validasi dengan resolusi 64x64.

• Ukuran unduhan : 11.73 GiB

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):