cifrar10

• Visualización : Explore en Know Your Data

• Descripción :

El conjunto de datos CIFAR-10 consta de 60000 imágenes en color de 32x32 en 10 clases, con 6000 imágenes por clase. Hay 50000 imágenes de entrenamiento y 10000 imágenes de prueba.

• Documentación adicional : Explore en Papers With Code

• Página de inicio: https://www.cs.toronto.edu/~kriz/cifar.html

• Código fuente : tfds.image_classification.Cifar10

• Versiones :

  • 3.0.2 (predeterminado): Sin notas de la versión.

• Tamaño de la descarga : 162.17 MiB

• Tamaño del conjunto de datos : 132.40 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Divisiones :

Separar	Ejemplos
'test'	10,000
'train'	50,000

• Estructura de características :

FeaturesDict({
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
identificación	Texto		cuerda
imagen	Imagen	(32, 32, 3)	uint8
etiqueta	Etiqueta de clase		int64

• Claves supervisadas (Ver as_supervised ): ('image', 'label')

• Figura ( tfds.show_examples ):

• Ejemplos ( tfds.as_dataframe ):

• Cita :

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