cifar100

• 説明：

このデータセットは CIFAR-10 と似ていますが、それぞれ 600 枚の画像を含む 100 個のクラスがある点が異なります。クラスごとに 500 個のトレーニング画像と 100 個のテスト画像があります。 CIFAR-100 の 100 クラスは 20 のスーパークラスにグループ化されています。各イメージには、「細かい」ラベル (それが属するクラス) と「粗い」ラベル (それが属するスーパークラス) が付いています。

• 追加ドキュメント:コード付きの論文について調べる

• ホームページ: https://www.cs.toronto.edu/~kriz/cifar.html

• ソースコード: tfds.image_classification.Cifar100

• バージョン:

  • 3.0.2 (デフォルト): リリース ノートはありません。

• ダウンロードサイズ: 160.71 MiB

• データセットのサイズ: 132.03 MiB

• 自動キャッシュ(ドキュメント): はい

• 分割:

スプリット	例
'test'	10,000
'train'	50,000

• 機能の構造:

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),
})

• 機能ドキュメント:

特徴	クラス	形	Dタイプ	説明
	特徴辞書
粗いラベル	クラスラベル		int64
ID	文章		弦
画像	画像	(32、32、3)	uint8
ラベル	クラスラベル		int64

• 監視キー( as_supervised doc を参照): ('image', 'label')

• 図( tfds.show_examples ):

• 例( tfds.as_dataframe ):

• 引用：

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