cifar10

• Description :

L'ensemble de données CIFAR-10 se compose de 60 000 images couleur 32 x 32 réparties en 10 classes, avec 6 000 images par classe. Il existe 50 000 images de formation et 10 000 images de test.

• Documentation supplémentaire : Explorer sur les articles avec le code

• Page d'accueil : https://www.cs.toronto.edu/~kriz/cifar.html

• Code source : tfds.image_classification.Cifar10

• Versions :

  • 3.0.2 (par défaut) : Aucune note de version.

• Taille du téléchargement : 162.17 MiB

• Taille de l'ensemble de données : 132.40 MiB

• Mise en cache automatique ( documentation ) : Oui

• Divisions :

Diviser	Exemples
'test'	10 000
'train'	50 000

• Structure des fonctionnalités :

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

• Documentation des fonctionnalités :

Fonctionnalité	Classe	Forme	Type D	Description
	FonctionnalitésDict
identifiant	Texte		chaîne
image	Image	(32, 32, 3)	uint8
étiquette	Étiquette de classe		int64

• Clés supervisées (Voir doc as_supervised ) : ('image', 'label')

• Figure ( tfds.show_examples ) :

• Exemples ( tfds.as_dataframe ) :

• Citation :

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