pet_finder

• Визуализация: Исследовать в Know Ваши данные north_east

• Описание:

Набор данных с изображениями из 5 классов (информацию о конкретном классе см. В названии конфигурации)

• Домашняя страница: https://www.kaggle.com/c/petfinder-adoption-prediction/data

• Исходный код: tfds.image_classification.PetFinder

• Версии:

  • 1.0.0 ( по умолчанию): Нет Замечания к выпуску.

• Скачать Размер: 1.94 GiB

• Dataset размер: Unknown size

• Авто-кэшируются ( документация ): Unknown

• расколы:

• Особенности:

FeaturesDict({
    'PetID': Text(shape=(), dtype=tf.string),
    'attributes': FeaturesDict({
        'Age': tf.int64,
        'Breed1': tf.int64,
        'Breed2': tf.int64,
        'Color1': tf.int64,
        'Color2': tf.int64,
        'Color3': tf.int64,
        'Dewormed': tf.int64,
        'Fee': tf.int64,
        'FurLength': tf.int64,
        'Gender': tf.int64,
        'Health': tf.int64,
        'MaturitySize': tf.int64,
        'Quantity': tf.int64,
        'State': tf.int64,
        'Sterilized': tf.int64,
        'Type': tf.int64,
        'Vaccinated': tf.int64,
        'VideoAmt': tf.int64,
    }),
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'image/filename': Text(shape=(), dtype=tf.string),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=5),
})

• Контролируемые ключи (см as_supervised документ ): ('attributes', 'label')

• Фигура ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

• Образец цитирования:

@ONLINE {kaggle-petfinder-adoption-prediction,
    author = "Kaggle and PetFinder.my",
    title  = "PetFinder.my Adoption Prediction",
    month  = "april",
    year   = "2019",
    url    = "https://www.kaggle.com/c/petfinder-adoption-prediction/data/"
}