downsampled_imagenet

  • وصف :

مجموعة بيانات تحتوي على صور بدقة (راجع اسم التكوين للحصول على معلومات حول الدقة). يتم استخدامه لتقدير الكثافة وتجارب النمذجة التوليدية.

للتعرف على ImageNet الذي تم تغيير حجمه للتعلم الخاضع للإشراف ( الرابط )، راجع imagenet_resized .

ينقسم أمثلة
'train' 1,281,149
'validation' 49,999
  • هيكل الميزة :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
})
  • وثائق الميزة :
ميزة فصل شكل نوع D وصف
المميزاتDict
صورة صورة (لا شيء، لا شيء، 3) uint8
  • المفاتيح الخاضعة للإشراف (راجع as_supervised doc ): None

  • الاقتباس :

@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 (التكوين الافتراضي)

  • وصف التكوين : مجموعة بيانات تتكون من صور التدريب والتحقق من الصحة بدقة 32 × 32.

  • حجم التحميل : 3.98 GiB

  • حجم مجموعة البيانات : 3.05 GiB

  • الشكل ( tfds.show_examples ):

التصور

downsampled_imagenet/64x64

  • وصف التكوين : مجموعة بيانات تتكون من صور التدريب والتحقق بدقة 64 × 64.

  • حجم التحميل : 11.73 GiB

  • حجم مجموعة البيانات : 10.80 GiB

  • الشكل ( tfds.show_examples ):

التصور