Visualização : Explorar em Conheça seus dados
Descrição :
Conjunto de dados com imagens de 2 resoluções (consulte o nome da configuração para obter informações sobre a resolução). Ele é usado para estimativa de densidade e experimentos de modelagem generativa.
Para ImageNet redimensionado para aprendizado supervisionado ( link ) veja imagenet_resized
.
Página inicial : http://image-net.org/small/download.php
Código -fonte:
tfds.datasets.downsampled_imagenet.Builder
Versões :
-
2.0.0
(padrão): Nova API de divisão ( https://tensorflow.org/datasets/splits )
-
Armazenado em cache automaticamente ( documentação ): Não
Divisões :
Dividir | Exemplos |
---|---|
'train' | 1.281.149 |
'validation' | 49.999 |
- Estrutura de recursos :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
})
- Documentação do recurso:
Característica | Classe | Forma | Tipo D | Descrição |
---|---|---|---|---|
RecursosDict | ||||
imagem | Imagem | (Nenhuma, Nenhuma, 3) | uint8 |
Chaves supervisionadas (Consulte
as_supervised
doc ):None
Citação :
@article{DBLP:journals/corr/OordKK16,
author = {A{"{a} }ron van den Oord and
Nal Kalchbrenner and
Koray Kavukcuoglu},
title = {Pixel Recurrent Neural Networks},
journal = {CoRR},
volume = {abs/1601.06759},
year = {2016},
url = {http://arxiv.org/abs/1601.06759},
archivePrefix = {arXiv},
eprint = {1601.06759},
timestamp = {Mon, 13 Aug 2018 16:46:29 +0200},
biburl = {https://dblp.org/rec/bib/journals/corr/OordKK16},
bibsource = {dblp computer science bibliography, https://dblp.org}
}
downsampled_imagenet/32x32 (configuração padrão)
Descrição da configuração : um conjunto de dados que consiste em imagens de treinamento e validação de resolução 32x32.
Tamanho do download :
3.98 GiB
Tamanho do conjunto de dados :
3.05 GiB
Figura ( tfds.show_examples ):
- Exemplos ( tfds.as_dataframe ):
downsampled_imagenet/64x64
Descrição da configuração : um conjunto de dados que consiste em imagens de treinamento e validação com resolução de 64x64.
Tamanho do download :
11.73 GiB
Tamanho do conjunto de dados :
10.80 GiB
Figura ( tfds.show_examples ):
- Exemplos ( tfds.as_dataframe ):