downsampled_imagenet

  • Descripción :

Conjunto de datos con imágenes de 2 resoluciones (consulte el nombre de configuración para obtener información sobre la resolución). Se utiliza para estimación de densidad y experimentos de modelado generativo.

Para ImageNet redimensionado para aprendizaje supervisado ( enlace ), consulte imagenet_resized .

Dividir Ejemplos
'train' 1.281.149
'validation' 49,999
  • Estructura de características :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
imagen Imagen (Ninguno, Ninguno, 3) uint8
@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 (configuración predeterminada)

  • Descripción de la configuración : un conjunto de datos que consta de imágenes de entrenamiento y validación con una resolución de 32x32.

  • Tamaño de descarga : 3.98 GiB

  • Tamaño del conjunto de datos : 3.05 GiB

  • Figura ( tfds.show_examples ):

Visualización

downsampled_imagenet/64x64

  • Descripción de la configuración : un conjunto de datos que consta de imágenes de entrenamiento y validación con una resolución de 64x64.

  • Tamaño de descarga : 11.73 GiB

  • Tamaño del conjunto de datos : 10.80 GiB

  • Figura ( tfds.show_examples ):

Visualización