fashion_mnist

• Visualisation : Explorer dans Know Your Data north_east

• Descriptif :

Fashion-MNIST est un ensemble de données d'images d'articles de Zalando composé d'un ensemble d'apprentissage de 60 000 exemples et d'un ensemble de test de 10 000 exemples. Chaque exemple est une image en niveaux de gris 28x28, associée à une étiquette de 10 classes.

• Documentation complémentaire : Explorer sur Papers With Code north_east

• Page d' accueil : https://github.com/zalandoresearch/fashion-mnist

• Code source : tfds.image_classification.FashionMNIST

• Versions :

  • 3.0.1 (par défaut) : aucune note de version.

• Taille du téléchargement : 29.45 MiB

• Taille du jeu de données : 36.42 MiB

• Mise en cache automatique ( documentation ): Oui

• Fractionnements :

• Structure des fonctionnalités :

FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

• Documentation des fonctionnalités :

• Clés supervisées (Voir as_supervised doc ): ('image', 'label')

• Figure ( tfds.show_examples ):

• Exemples ( tfds.as_dataframe ):

• Citation :

@article{DBLP:journals/corr/abs-1708-07747,
  author    = {Han Xiao and
               Kashif Rasul and
               Roland Vollgraf},
  title     = {Fashion-MNIST: a Novel Image Dataset for Benchmarking Machine Learning
               Algorithms},
  journal   = {CoRR},
  volume    = {abs/1708.07747},
  year      = {2017},
  url       = {http://arxiv.org/abs/1708.07747},
  archivePrefix = {arXiv},
  eprint    = {1708.07747},
  timestamp = {Mon, 13 Aug 2018 16:47:27 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/abs-1708-07747},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}