downsampled_imagenet

  • বর্ণনা :

2 রেজোলিউশনের ছবি সহ ডেটাসেট (রেজোলিউশনের তথ্যের জন্য কনফিগার নাম দেখুন)। এটি ঘনত্ব অনুমান এবং জেনারেটিভ মডেলিং পরীক্ষার জন্য ব্যবহৃত হয়।

তত্ত্বাবধানে শেখার জন্য ইমেজনেটের আকার পরিবর্তনের জন্য ( লিঙ্ক ) দেখুন imagenet_resized

বিভক্ত উদাহরণ
'train' 1,281,149
'validation' ৪৯,৯৯৯
  • বৈশিষ্ট্য গঠন :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
ইমেজ ছবি (কোনটিই নয়, 3) uint8
  • তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): None

  • উদ্ধৃতি :

@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 (ডিফল্ট কনফিগারেশন)

  • কনফিগারের বিবরণ : 32x32 রেজোলিউশনের ট্রেন এবং বৈধতা চিত্র সমন্বিত একটি ডেটাসেট।

  • ডাউনলোড সাইজ : 3.98 GiB

  • ডেটাসেটের আকার : 3.05 GiB

  • চিত্র ( tfds.show_examples ):

ভিজ্যুয়ালাইজেশন

downsampled_imagenet/64x64

  • কনফিগারেশনের বিবরণ : 64x64 রেজোলিউশনের ট্রেন এবং বৈধতা চিত্র সমন্বিত একটি ডেটাসেট।

  • ডাউনলোড সাইজ : 11.73 GiB

  • ডেটাসেটের আকার : 10.80 GiB

  • চিত্র ( tfds.show_examples ):

ভিজ্যুয়ালাইজেশন