downsampled_imagenet

ビジュアライゼーション: Know Your Data で探索する
説明:

2 つの解像度の画像を含むデータセット (解像度については、構成名を参照してください)。密度推定と生成モデリングの実験に使用されます。

教師あり学習用にサイズ変更された ImageNet (リンク) については、 imagenet_resizedを参照してください。

ホームページ: http://image-net.org/small/download.php
ソースコード: tfds.datasets.downsampled_imagenet.Builder
バージョン:
- 2.0.0 (デフォルト): 新しい分割 API ( https://tensorflow.org/datasets/splits )
自動キャッシュ(ドキュメント): いいえ
スプリット:

スプリット	例
`'train'`	1,281,149
`'validation'`	49,999

機能構造:

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

機能のドキュメント:

特徴	クラス	形	Dtype	説明
	特徴辞書
画像	画像	(なし、なし、3)	uint8

監視されたキー( as_supervised docを参照): None
引用：

@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 (デフォルト設定)

構成の説明: 解像度 32x32 のトレーニングおよび検証イメージで構成されるデータセット。
ダウンロードサイズ: 3.98 GiB
データセットサイズ: 3.05 GiB
図( tfds.show_examples ):

視覚化

例( tfds.as_dataframe ):

downsampled_imagenet/64x64

構成の説明: 解像度 64x64 のトレーニングおよび検証イメージで構成されるデータセット。
ダウンロードサイズ: 11.73 GiB
データセットサイズ: 10.80 GiB
図( tfds.show_examples ):

視覚化

例( tfds.as_dataframe ):