deep1b, deep1b

• 설명 :

코사인 거리를 사용하여 대략적인 가장 가까운 이웃 검색을 위한 사전 훈련된 임베딩. 이 데이터 세트는 두 개의 분할로 구성됩니다.

1. '데이터베이스': 9,990,000개의 데이터 포인트로 구성되며 각각에는 '임베딩'(96 부동 소수점), '인덱스'(int64), '이웃'(빈 목록) 기능이 있습니다.
2. '테스트': 10,000개의 데이터 포인트로 구성되며 각각에는 '임베딩'(96 부동 소수점), '인덱스'(int64), '이웃'(데이터베이스에서 가장 가까운 이웃의 '인덱스' 및 '거리' 목록) 기능이 있습니다. )

• 홈페이지 : http://sites.skoltech.ru/compvision/noimi/

• 소스 코드 : tfds.nearest_neighbors.deep1b.Deep1b

• 버전 :

  • 1.0.0 (기본값): 최초 릴리스.

• 다운로드 크기 : 3.58 GiB

• 데이터세트 크기 : 4.46 GiB

• 자동 캐시 ( 문서 ): 아니요

• 분할 :

나뉘다	예
'database'	9,990,000
'test'	10,000

• 기능 구조 :

FeaturesDict({
    'embedding': Tensor(shape=(96,), dtype=float32),
    'index': Scalar(shape=(), dtype=int64),
    'neighbors': Sequence({
        'distance': Scalar(shape=(), dtype=float32),
        'index': Scalar(shape=(), dtype=int64),
    }),
})

• 기능 문서 :

특징	수업	모양	D타입	설명
	풍모Dict
임베딩	텐서	(96,)	float32
인덱스	스칼라		int64	분할 내에서 색인을 생성합니다.
이웃	순서			테스트 분할에만 사용할 수 있는 계산된 이웃입니다.
이웃/거리	스칼라		float32	이웃 거리.
이웃/인덱스	스칼라		int64	이웃 색인.

• 감독된 키 ( as_supervised 문서 참조): None

• 그림 ( tfds.show_examples ): 지원되지 않습니다.

• 예 ( tfds.as_dataframe ):

• 인용 :

@inproceedings{babenko2016efficient,
  title={Efficient indexing of billion-scale datasets of deep descriptors},
  author={Babenko, Artem and Lempitsky, Victor},
  booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},
  pages={2055--2063},
  year={2016}
}