امروز برای رویداد محلی TensorFlow خود در همه جا پاسخ دهید!
این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.
Switch to English

stl10

  • توضیحات :

مجموعه داده STL-10 یک مجموعه داده شناسایی تصویر برای توسعه الگوریتم های یادگیری ویژگی بدون نظارت ، یادگیری عمیق ، یادگیری خودآموز است. این از مجموعه داده CIFAR-10 الهام گرفته است اما با برخی تغییرات. به طور خاص ، هر کلاس دارای نمونه های آموزشی دارای برچسب کمتری نسبت به CIFAR-10 است ، اما مجموعه بسیار بزرگی از نمونه های بدون برچسب برای یادگیری مدل های تصویر قبل از آموزش تحت نظارت ارائه شده است. چالش اصلی استفاده از داده های بدون برچسب (که از توزیع مشابه اما متفاوتی از داده های دارای برچسب ناشی می شود) برای ایجاد یک پیشینه مفید است. همه تصاویر از نمونه های برچسب خورده در ImageNet بدست آمده اند.

شکاف مثال ها
'test' 8000
'train' 5000
'unlabelled' 100000
  • ویژگی ها :
FeaturesDict({
    'image': Image(shape=(96, 96, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
})
  • کلیدهای تحت نظارت (به as_supervised سند نظارت شده مراجعه کنید): ('image', 'label')

  • نقل قول :

@inproceedings{coates2011stl10,
  title={ {An Analysis of Single Layer Networks in Unsupervised Feature Learning} },
  author={Coates, Adam and Ng, Andrew and Lee, Honglak},
  booktitle={AISTATS},
  year={2011},
  note = {\url{https://cs.stanford.edu/~acoates/papers/coatesleeng_aistats_2011.pdf} },
}

تجسم