ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

emnist

ชุดข้อมูล EMNIST คือชุดของตัวเลขอักขระที่เขียนด้วยลายมือที่ได้มาจากฐานข้อมูลพิเศษของ NIST 19 และแปลงเป็นรูปแบบภาพขนาด 28x28 พิกเซลและโครงสร้างชุดข้อมูลที่ตรงกับชุดข้อมูล MNIST โดยตรง

@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 (การกำหนดค่าเริ่มต้น)

  • คำอธิบาย Config: EMNIST ByClass

  • แยก:

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

การสร้างภาพ

emnist/bymerge

  • คำอธิบาย Config: EMNIST ByMerge

  • แยก:

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

การสร้างภาพ

emnist/สมดุล

  • คำอธิบาย Config: EMNIST สมดุล

  • แยก:

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

การสร้างภาพ

emnist / ตัวอักษร

  • คำอธิบาย Config: EMNIST จดหมาย

  • แยก:

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

การสร้างภาพ

emnist/ตัวเลข

  • คำอธิบาย Config: EMNIST หลัก

  • แยก:

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

การสร้างภาพ

emnist / mnist

  • คำอธิบาย Config: EMNIST MNIST

  • แยก:

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

การสร้างภาพ