Google I/O — это обертка! Наверстать упущенное в сеансах TensorFlow Просмотреть сеансы

кмнист

Kuzushiji-MNIST — это замена набора данных MNIST (оттенки серого 28x28, 70 000 изображений), представленного в исходном формате MNIST, а также в формате NumPy. Поскольку MNIST ограничивает нас 10 классами, мы выбрали один символ для представления каждой из 10 строк хираганы при создании Kuzushiji-MNIST.

Расколоть Примеры
'test' 10 000
'train' 60 000
  • Структура функции :
FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
})
  • Документация по функциям :
Характерная черта Сорт Форма Dтип Описание
ОсобенностиDict
изображение Изображение (28, 28, 1) tf.uint8
этикетка Метка класса tf.int64

Визуализация

  • Цитата :
@online{clanuwat2018deep,
  author       = {Tarin Clanuwat and Mikel Bober-Irizar and Asanobu Kitamoto and Alex Lamb and Kazuaki Yamamoto and David Ha},
  title        = {Deep Learning for Classical Japanese Literature},
  date         = {2018-12-03},
  year         = {2018},
  eprintclass  = {cs.CV},
  eprinttype   = {arXiv},
  eprint       = {cs.CV/1812.01718},
}