ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

สแกน

  • รายละเอียด:

งานสแกนด้วยการแยกต่างๆ

SCAN คือชุดของงานการนำทางที่ขับเคลื่อนด้วยภาษาอย่างง่ายสำหรับการศึกษาการเรียนรู้เชิงองค์ประกอบและการสรุปแบบไม่มีช็อต

แยกส่วนใหญ่จะมีคำอธิบายที่ https://github.com/brendenlake/SCAN สำหรับแยก MCD กรุณาอ่าน https://arxiv.org/abs/1912.09713.pdf

การใช้งานพื้นฐาน:

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

ตัวอย่างขั้นสูงเพิ่มเติม:

data = tfds.load(
    'scan',
    builder_kwargs=dict(
        config=tfds.text.ScanConfig(
            name='simple_p8', directory='simple_split/size_variations')))
FeaturesDict({
    'actions': Text(shape=(), dtype=tf.string),
    'commands': Text(shape=(), dtype=tf.string),
})
  • คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('commands', 'actions')

  • รูป ( tfds.show_examples ): ไม่ได้รับการสนับสนุน

  • อ้างอิง:

@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},
}

สแกน/ง่าย (การกำหนดค่าเริ่มต้น)

  • ขนาดการดาวน์โหลด: 17.82 MiB

  • ขนาดชุด: 4.47 MiB

  • แยก:

แยก ตัวอย่าง
'test' 4,182
'train' 16,728

สแกน/addprim_jump

  • ขนาดการดาวน์โหลด: 17.82 MiB

  • ขนาดชุด: 4.53 MiB

  • แยก:

แยก ตัวอย่าง
'test' 7,706
'train' 14,670

สแกน/addprim_turn_left

  • ขนาดการดาวน์โหลด: 17.82 MiB

  • ขนาดชุด: 4.58 MiB

  • แยก:

แยก ตัวอย่าง
'test' 1,208
'train' 21,890

scan/filler_num0

  • ขนาดการดาวน์โหลด: 17.82 MiB

  • ขนาดชุด: 3.20 MiB

  • แยก:

แยก ตัวอย่าง
'test' 1,173
'train' 15,225

scan/filler_num1

  • ขนาดการดาวน์โหลด: 17.82 MiB

  • ขนาดชุด: 3.51 MiB

  • แยก:

แยก ตัวอย่าง
'test' 1,173
'train' 16,290

scan/filler_num2

  • ขนาดการดาวน์โหลด: 17.82 MiB

  • ขนาดชุด: 3.84 MiB

  • แยก:

แยก ตัวอย่าง
'test' 1,173
'train' 17,391

scan/filler_num3

  • ขนาดการดาวน์โหลด: 17.82 MiB

  • ขนาดชุด: 4.17 MiB

  • แยก:

แยก ตัวอย่าง
'test' 1,173
'train' 18,528

สแกน/ความยาว

  • ขนาดการดาวน์โหลด: 17.82 MiB

  • ขนาดชุด: 4.47 MiB

  • แยก:

แยก ตัวอย่าง
'test' 3,920
'train' 16,990

scan/template_around_right

  • ขนาดการดาวน์โหลด: 17.82 MiB

  • ขนาดชุด: 4.17 MiB

  • แยก:

แยก ตัวอย่าง
'test' 4,476
'train' 15,225

scan/template_jump_around_right

  • ขนาดการดาวน์โหลด: 17.82 MiB

  • ขนาดชุด: 4.17 MiB

  • แยก:

แยก ตัวอย่าง
'test' 1,173
'train' 18,528

scan/template_opposite_right

  • ขนาดการดาวน์โหลด: 17.82 MiB

  • ขนาดชุด: 4.22 MiB

  • แยก:

แยก ตัวอย่าง
'test' 4,476
'train' 15,225

scan/template_right

  • ขนาดการดาวน์โหลด: 17.82 MiB

  • ขนาดชุด: 4.26 MiB

  • แยก:

แยก ตัวอย่าง
'test' 4,476
'train' 15,225

สแกน/mcd1

  • ขนาดการดาวน์โหลด: 17.89 MiB

  • ขนาดชุด: 1.89 MiB

  • แยก:

แยก ตัวอย่าง
'test' 1,045
'train' 8,365

สแกน/mcd2

  • ขนาดการดาวน์โหลด: 17.89 MiB

  • ขนาดชุด: 1.84 MiB

  • แยก:

แยก ตัวอย่าง
'test' 1,045
'train' 8,365

สแกน/mcd3

  • ขนาดการดาวน์โหลด: 17.89 MiB

  • ขนาดชุด: 1.87 MiB

  • แยก:

แยก ตัวอย่าง
'test' 1,045
'train' 8,365