tarama

  • Açıklama :

Çeşitli bölmelerle TARAMA görevleri.

SCAN, kompozisyonel öğrenme ve sıfır vuruşlu genellemeyi incelemek için bir dizi basit dil odaklı gezinme görevidir.

Bölmelerin çoğu https://github.com/brendenlake/SCAN adresinde açıklanmıştır MCD bölmeleri için lütfen https://arxiv.org/abs/1912.09713.pdf adresine bakın.

Temel kullanım:

data = tfds.load('scan/length')

Daha gelişmiş örnek:

import tensorflow_datasets as tfds
from tensorflow_datasets.datasets.scan import scan_dataset_builder

data = tfds.load(
    'scan',
    builder_kwargs=dict(
        config=scan_dataset_builder.ScanConfig(
            name='simple_p8', directory='simple_split/size_variations')))
FeaturesDict({
    'actions': Text(shape=(), dtype=string),
    'commands': Text(shape=(), dtype=string),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Açıklama
ÖzelliklerDict
hareketler Metin sicim
komutlar Metin sicim
@inproceedings{Lake2018GeneralizationWS,
  title={Generalization without Systematicity: On the Compositional Skills of
         Sequence-to-Sequence Recurrent Networks},
  author={Brenden M. Lake and Marco Baroni},
  booktitle={ICML},
  year={2018},
  url={https://arxiv.org/pdf/1711.00350.pdf},
}
@inproceedings{Keysers2020,
  title={Measuring Compositional Generalization: A Comprehensive Method on
         Realistic Data},
  author={Daniel Keysers and Nathanael Sch\"{a}rli and Nathan Scales and
          Hylke Buisman and Daniel Furrer and Sergii Kashubin and
          Nikola Momchev and Danila Sinopalnikov and Lukasz Stafiniak and
          Tibor Tihon and Dmitry Tsarkov and Xiao Wang and Marc van Zee and
          Olivier Bousquet},
  note={Additional citation for MCD splits},
  booktitle={ICLR},
  year={2020},
  url={https://arxiv.org/abs/1912.09713.pdf},
}

tarama/basit (varsayılan yapılandırma)

  • İndirme boyutu : 17.82 MiB

  • Veri kümesi boyutu : 4.47 MiB

  • bölmeler :

Bölmek örnekler
'test' 4.182
'train' 16.728

tarama/addprim_jump

  • İndirme boyutu : 17.82 MiB

  • Veri kümesi boyutu : 4.53 MiB

  • bölmeler :

Bölmek örnekler
'test' 7.706
'train' 14.670

tarama/addprim_turn_left

  • İndirme boyutu : 17.82 MiB

  • Veri kümesi boyutu : 4.58 MiB

  • bölmeler :

Bölmek örnekler
'test' 1.208
'train' 21.890

tarama/filler_num0

  • İndirme boyutu : 17.82 MiB

  • Veri kümesi boyutu : 3.20 MiB

  • bölmeler :

Bölmek örnekler
'test' 1.173
'train' 15.225

tarama/filler_num1

  • İndirme boyutu : 17.82 MiB

  • Veri kümesi boyutu : 3.51 MiB

  • bölmeler :

Bölmek örnekler
'test' 1.173
'train' 16.290

tarama/filler_num2

  • İndirme boyutu : 17.82 MiB

  • Veri kümesi boyutu : 3.84 MiB

  • bölmeler :

Bölmek örnekler
'test' 1.173
'train' 17.391

tarama/filler_num3

  • İndirme boyutu : 17.82 MiB

  • Veri kümesi boyutu : 4.17 MiB

  • bölmeler :

Bölmek örnekler
'test' 1.173
'train' 18.528

tarama/uzunluk

  • İndirme boyutu : 17.82 MiB

  • Veri kümesi boyutu : 4.47 MiB

  • bölmeler :

Bölmek örnekler
'test' 3.920
'train' 16.990

tarama/template_around_right

  • İndirme boyutu : 17.82 MiB

  • Veri kümesi boyutu : 4.17 MiB

  • bölmeler :

Bölmek örnekler
'test' 4.476
'train' 15.225

tarama/template_jump_around_right

  • İndirme boyutu : 17.82 MiB

  • Veri kümesi boyutu : 4.17 MiB

  • bölmeler :

Bölmek örnekler
'test' 1.173
'train' 18.528

tarama/template_opposite_right

  • İndirme boyutu : 17.82 MiB

  • Veri kümesi boyutu : 4.22 MiB

  • bölmeler :

Bölmek örnekler
'test' 4.476
'train' 15.225

tarama/template_right

  • İndirme boyutu : 17.82 MiB

  • Veri kümesi boyutu : 4.26 MiB

  • bölmeler :

Bölmek örnekler
'test' 4.476
'train' 15.225

tarama/mcd1

  • İndirme boyutu : 17.89 MiB

  • Veri kümesi boyutu : 1.89 MiB

  • bölmeler :

Bölmek örnekler
'test' 1.045
'train' 8.365

tarama/mcd2

  • İndirme boyutu : 17.89 MiB

  • Veri kümesi boyutu : 1.84 MiB

  • bölmeler :

Bölmek örnekler
'test' 1.045
'train' 8.365

tarama/mcd3

  • İndirme boyutu : 17.89 MiB

  • Veri kümesi boyutu : 1.87 MiB

  • bölmeler :

Bölmek örnekler
'test' 1.045
'train' 8.365