cifar100

  • বর্ণনা :

এই ডেটাসেটটি CIFAR-10-এর মতোই, ব্যতীত এতে 100টি ক্লাস রয়েছে যার প্রতিটিতে 600টি ছবি রয়েছে৷ প্রতি ক্লাসে 500টি প্রশিক্ষণের ছবি এবং 100টি পরীক্ষার ছবি রয়েছে। CIFAR-100-এর 100টি ক্লাস 20টি সুপারক্লাসে বিভক্ত। প্রতিটি ইমেজ একটি "সূক্ষ্ম" লেবেল (যে শ্রেণীতে এটি অন্তর্গত) এবং একটি "মোটা" লেবেল (যে সুপারক্লাস এটির অন্তর্গত) সঙ্গে আসে।

বিভক্ত উদাহরণ
'test' 10,000
'train' 50,000
  • বৈশিষ্ট্য গঠন :
FeaturesDict({
    'coarse_label': ClassLabel(shape=(), dtype=int64, num_classes=20),
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=100),
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
মোটা_লেবেল ক্লাসলেবেল int64
আইডি পাঠ্য স্ট্রিং
ইমেজ ছবি (৩২, ৩২, ৩) uint8
লেবেল ক্লাসলেবেল int64

ভিজ্যুয়ালাইজেশন

  • উদ্ধৃতি :
@TECHREPORT{Krizhevsky09learningmultiple,
    author = {Alex Krizhevsky},
    title = {Learning multiple layers of features from tiny images},
    institution = {},
    year = {2009}
}