kształty3d

• Wizualizacja : Eksploruj w regionie Poznaj swoje dane north_east

• opis :

3dshapes to zestaw danych kształtów 3D generowanych proceduralnie z 6 ukrytych czynników niezależnych od prawdy podstawowej. Czynniki te to kolor podłogi, kolor ścian, kolor obiektu , skala , kształt i orientacja .

Wszystkie możliwe kombinacje tych latentów występują dokładnie raz, generując łącznie N = 480000 obrazów.

Utajone wartości czynników

• odcień podłogi: 10 wartości rozmieszczonych liniowo w [0, 1]
• odcień ściany: 10 wartości rozmieszczonych liniowo w [0, 1]
• odcień obiektu: 10 wartości rozmieszczonych liniowo w [0, 1]
• skala: 8 wartości rozmieszczonych liniowo w [0, 1]
• kształt: 4 wartości w [0, 1, 2, 3]
• orientacja: 15 wartości rozmieszczonych liniowo w [-30, 30]

Zmienialiśmy jeden ukryty na raz (zaczynając od orientacji, następnie kształtu itp.) I sekwencyjnie zapisywaliśmy obrazy w ustalonej kolejności w tablicy images . Odpowiednie wartości czynników są przechowywane w tej samej kolejności w tablicy labels .

• Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na north_east

• Strona główna : https://github.com/deepmind/3d-shapes

• Kod źródłowy : tfds.datasets.shapes3d.Builder

• Wersje :

  • 2.0.0 (domyślnie): Nowy podzielony interfejs API ( https://tensorflow.org/datasets/splits )

• Rozmiar pliku do pobrania : 255.18 MiB

• Rozmiar zestawu danych : 1.68 GiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'image': Image(shape=(64, 64, 3), dtype=uint8),
    'label_floor_hue': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'label_object_hue': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'label_orientation': ClassLabel(shape=(), dtype=int64, num_classes=15),
    'label_scale': ClassLabel(shape=(), dtype=int64, num_classes=8),
    'label_shape': ClassLabel(shape=(), dtype=int64, num_classes=4),
    'label_wall_hue': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'value_floor_hue': float32,
    'value_object_hue': float32,
    'value_orientation': float32,
    'value_scale': float32,
    'value_shape': float32,
    'value_wall_hue': float32,
})

• Dokumentacja funkcji :

• Klucze nadzorowane (Zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@misc{3dshapes18,
  title={3D Shapes Dataset},
  author={Burgess, Chris and Kim, Hyunjik},
  howpublished={https://github.com/deepmind/3dshapes-dataset/},
  year={2018}
}