Ayuda a proteger la Gran Barrera de Coral con TensorFlow en Kaggle Únete Challenge

kmnista

Kuzushiji-MNIST es un reemplazo directo del conjunto de datos MNIST (escala de grises 28x28, 70.000 imágenes), que se proporciona en el formato MNIST original, así como en un formato NumPy. Dado que MNIST nos restringe a 10 clases, elegimos un carácter para representar cada una de las 10 filas de Hiragana al crear Kuzushiji-MNIST.

Separar Ejemplos de
'test' 10,000
'train' 60.000
  • características:
FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
})

Visualización

  • Cita:
@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},
}