- विवरण :
CIFAR-10 डेटासेट में 10 कक्षाओं में 60000 32x32 रंगीन छवियां हैं, प्रति कक्षा 6000 छवियां हैं। इसमें 50000 प्रशिक्षण छवियां और 10000 परीक्षण छवियां हैं।
मुखपृष्ठ : https://www.cs.toronto.edu/~kriz/cifar.html
स्रोत कोड :
tfds.image_classification.Cifar10
संस्करण :
-
3.0.2
(डिफ़ॉल्ट): कोई रिलीज़ नोट नहीं।
-
डाउनलोड आकार :
162.17 MiB
डेटासेट का आकार :
132.40 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'test' | 10,000 |
'train' | 50,000 |
- फ़ीचर संरचना :
FeaturesDict({
'id': Text(shape=(), dtype=string),
'image': Image(shape=(32, 32, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीप्रकार | विवरण |
---|---|---|---|---|
फीचर्सडिक्ट | ||||
पहचान | मूलपाठ | डोरी | ||
छवि | छवि | (32, 32, 3) | uint8 | |
लेबल | क्लास लेबल | int64 |
पर्यवेक्षित कुंजियाँ (
as_supervised
doc देखें):('image', 'label')
चित्र ( tfds.show_examples ):
- उदाहरण ( tfds.as_dataframe ):
- उद्धरण :
@TECHREPORT{Krizhevsky09learningmultiple,
author = {Alex Krizhevsky},
title = {Learning multiple layers of features from tiny images},
institution = {},
year = {2009}
}