डीस्प्राइट्स

• विज़ुअलाइज़ेशन : north_east में अपने डेटा को जानें में एक्सप्लोर करें

• विवरण :

dSprites 6 जमीनी सच्चाई से स्वतंत्र अव्यक्त कारकों से प्रक्रियात्मक रूप से उत्पन्न 2D आकृतियों का एक डेटासेट है। ये कारक स्प्राइट के रंग , आकार , स्केल , रोटेशन , एक्स और वाई स्थिति हैं।

इन अव्यक्तों के सभी संभावित संयोजन ठीक एक बार मौजूद होते हैं, जिससे N = 737280 कुल चित्र बनते हैं।

अव्यक्त कारक मान

• रंग सफेद
• आकार: वर्ग, दीर्घवृत्त, हृदय
• पैमाना: [0.5, 1] ​​में रैखिक रूप से 6 मान
• अभिविन्यास: [0, 2 पाई] में 40 मान
• स्थिति X: 32 मान [0, 1] में
• स्थिति Y: 32 मान [0, 1] में

हम एक समय में एक अव्यक्त को बदलते हैं (स्थिति Y से शुरू करते हुए, फिर स्थिति X, आदि), और क्रमिक रूप से छवियों को निश्चित क्रम में संग्रहीत करते हैं। इसलिए पहले आयाम के साथ क्रम तय हो गया है और आपको उस छवि के अनुरूप लेटेंट्स के मूल्य पर वापस मैप करने की अनुमति मिलती है।

हमने यह सुनिश्चित करते हुए कि सभी पिक्सेल आउटपुट अलग-अलग थे, यह सुनिश्चित करते हुए जानबूझकर सबसे छोटे चरण परिवर्तन करने के लिए अव्यक्त मूल्यों को चुना। कोई शोर नहीं जोड़ा गया।

• अतिरिक्त दस्तावेज़ीकरण : north_east कोड वाले पेपर्स पर एक्सप्लोर करें

• होमपेज : https://github.com/deepmind/dsprites-dataset

• स्रोत कोड : tfds.datasets.dsprites.Builder

• संस्करण :

  • 2.0.0 (डिफ़ॉल्ट): नया स्प्लिट एपीआई ( https://tensorflow.org/datasets/splits )
  • 2.1.0 : कोई रिलीज नोट नहीं।

• डाउनलोड का आकार : 26.73 MiB

• डेटासेट का आकार : Unknown size

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): अज्ञात

• विभाजन :

• फ़ीचर संरचना :

FeaturesDict({
    'image': Image(shape=(64, 64, 1), dtype=uint8),
    'label_orientation': ClassLabel(shape=(), dtype=int64, num_classes=40),
    'label_scale': ClassLabel(shape=(), dtype=int64, num_classes=6),
    'label_shape': ClassLabel(shape=(), dtype=int64, num_classes=3),
    'label_x_position': ClassLabel(shape=(), dtype=int64, num_classes=32),
    'label_y_position': ClassLabel(shape=(), dtype=int64, num_classes=32),
    'value_orientation': float32,
    'value_scale': float32,
    'value_shape': float32,
    'value_x_position': float32,
    'value_y_position': float32,
})

• फ़ीचर दस्तावेज़ीकरण :

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None

• चित्र ( tfds.show_examples ):

• उदाहरण ( tfds.as_dataframe ):

• उद्धरण :

@misc{dsprites17,
author = {Loic Matthey and Irina Higgins and Demis Hassabis and Alexander Lerchner},
title = {dSprites: Disentanglement testing Sprites dataset},
howpublished= {https://github.com/deepmind/dsprites-dataset/},
year = "2017",
}