Pomoc chronić Wielkiej Rafy Koralowej z TensorFlow na Kaggle Dołącz Wyzwanie

emnista

Zbiór danych EMNIST to zestaw odręcznych cyfr znaków pochodzących ze specjalnej bazy danych NIST 19 i przekonwertowanych na format obrazu 28x28 pikseli i strukturę zbioru danych, która bezpośrednio pasuje do zbioru danych MNIST.

@article{cohen_afshar_tapson_schaik_2017,
    title={EMNIST: Extending MNIST to handwritten letters},
    DOI={10.1109/ijcnn.2017.7966217},
    journal={2017 International Joint Conference on Neural Networks (IJCNN)},
    author={Cohen, Gregory and Afshar, Saeed and Tapson, Jonathan and Schaik, Andre Van},
    year={2017}
}

emnist/byclass (konfiguracja domyślna)

  • Opis config: EMNIST ByClass

  • dzieli:

Podział Przykłady
'test' 116 323
'train' 697,932
  • Cechy:
FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=62),
})

Wyobrażanie sobie

emnista/bymerge

  • Opis config: EMNIST ByMerge

  • dzieli:

Podział Przykłady
'test' 116 323
'train' 697,932
  • Cechy:
FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=47),
})

Wyobrażanie sobie

emnistyczna/zrównoważona

  • Opis config: EMNIST Balanced

  • dzieli:

Podział Przykłady
'test' 18 800
'train' 112,800
  • Cechy:
FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=47),
})

Wyobrażanie sobie

emnista/litery

  • Opis konfiguracji: EMNIST Letters

  • dzieli:

Podział Przykłady
'test' 14 800
'train' 88 800
  • Cechy:
FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=37),
})

Wyobrażanie sobie

emnista/cyfry

  • Opis config: EMNIST Cyfry

  • dzieli:

Podział Przykłady
'test' 40 000
'train' 240 000
  • Cechy:
FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
})

Wyobrażanie sobie

emnista/mnista

  • Opis config: EMNIST MNIST

  • dzieli:

Podział Przykłady
'test' 10 000
'train' 60 000
  • Cechy:
FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
})

Wyobrażanie sobie