اختزال العينة

• التصور : استكشف في اعرف بياناتك

• الوصف :

مجموعة بيانات تحتوي على صور بدقة 2 (انظر اسم التكوين للحصول على معلومات حول الدقة). يتم استخدامه لتقدير الكثافة وتجارب النمذجة التوليدية.

للحصول على ImageNet الذي تم تغيير حجمه للتعلم الخاضع للإشراف ( رابط ) ، راجع imagenet_resized .

• الصفحة الرئيسية : http://image-net.org/small/download.php

• شفرة المصدر : tfds.datasets.downsampled_imagenet.Builder

• إصدارات :

  • 2.0.0 (افتراضي): تقسيم API جديد ( https://tensorflow.org/datasets/splits )

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

انشق، مزق	أمثلة
'train'	1،281،149
'validation'	49999

• هيكل الميزة :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع	وصف
	الميزات
صورة	صورة	(لا شيء ، لا شيء ، 3)	uint8

• المفاتيح الخاضعة للإشراف (انظر المستند as_supervised ): 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 تدريب وتحقق من الصحة بدقة 32 × 32.

• حجم التحميل : ٣ ٫ 3.98 GiB

• حجم مجموعة البيانات : 3.05 GiB

• الشكل ( tfds.show_examples ):

• أمثلة ( tfds.as_dataframe ):

downsampled_imagenet / 64x64

• وصف التكوين : مجموعة بيانات تتكون من صور تدريب وتحقق من الصحة بدقة 64 × 64.

• حجم التحميل : 11.73 GiB

• حجم مجموعة البيانات : 10.80 GiB

• الشكل ( tfds.show_examples ):

• أمثلة ( tfds.as_dataframe ):