cifar10

• การ สร้างภาพ : สำรวจใน Know Your Data

• คำอธิบาย :

ชุดข้อมูล CIFAR-10 ประกอบด้วยภาพสีขนาด 32x32 จำนวน 60,000 ภาพใน 10 คลาส โดยมี 6,000 ภาพต่อคลาส มีภาพการฝึกอบรม 50,000 ภาพและภาพการทดสอบ 10,000 ภาพ

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส

• หน้าแรก : https://www.cs.toronto.edu/~kriz/cifar.html

• รหัสที่มา : tfds.image_classification.Cifar10

• รุ่น :

  • 3.0.2 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• ขนาดการดาวน์โหลด : 162.17 MiB

• ขนาดชุดข้อมูล : 132.40 MiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

แยก	ตัวอย่าง
'test'	10,000
'train'	50,000

• โครงสร้างคุณลักษณะ :

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

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
รหัส	ข้อความ		สตริง
ภาพ	ภาพ	(32, 32, 3)	uint8
ฉลาก	ป้ายกำกับคลาส		int64

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('image', 'label')

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

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