Pomoc chronić Wielkiej Rafy Koralowej z TensorFlow na Kaggle Dołącz Wyzwanie

kmnist

Kuzushiji-MNIST to bezpośredni zamiennik zestawu danych MNIST (28x28 w skali szarości, 70 000 obrazów), dostarczany w oryginalnym formacie MNIST, a także w formacie NumPy. Ponieważ MNIST ogranicza nas do 10 klas, wybraliśmy jedną postać do reprezentowania każdego z 10 rzędów Hiragany podczas tworzenia Kuzushiji-MNIST.

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

  • cytat:
@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},
}