ビジュアライゼーション: Know Your Data で探索する
説明:
dSprites は、6 つのグラウンド トゥルースに依存しない潜在因子から手続き的に生成された 2D 形状のデータセットです。これらの要因は、スプライトのcolor 、 shape 、 scale 、 rotation 、 xおよびy位置です。
これらの潜在のすべての可能な組み合わせは、N = 737280 の合計画像を生成する 1 回だけ存在します。
潜在因子の値
- 色: 白
- 形状:四角、楕円、ハート
- スケール: [0.5, 1] で線形に配置された 6 つの値
- 方向: [0, 2 pi] の 40 の値
- 位置 X: [0, 1] の 32 個の値
- 位置 Y: [0, 1] の 32 個の値
一度に 1 つの潜在を変更し (位置 Y から開始し、次に位置 X など)、画像を固定された順序で順次保存しました。したがって、最初の次元に沿った順序は固定されており、その画像に対応する潜在の値に戻すことができます。
すべてのピクセル出力が異なるようにしながら、最小のステップ変化を持つように潜在値を慎重に選択しました。ノイズは追加されませんでした。
追加のドキュメント:コード を使用したペーパーの探索
ソース コード:
tfds.datasets.dsprites.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 ) -
2.1.0
: リリース ノートはありません。
-
ダウンロードサイズ:
26.73 MiB
データセットのサイズ: サイズ
Unknown size
自動キャッシュ(ドキュメント): 不明
スプリット:
スプリット | 例 |
---|---|
'train' | 737,280 |
- 機能構造:
FeaturesDict({
'image': Image(shape=(64, 64, 1), dtype=uint8),
'label_orientation': ClassLabel(shape=(), dtype=int64, num_classes=40),
'label_scale': ClassLabel(shape=(), dtype=int64, num_classes=6),
'label_shape': ClassLabel(shape=(), dtype=int64, num_classes=3),
'label_x_position': ClassLabel(shape=(), dtype=int64, num_classes=32),
'label_y_position': ClassLabel(shape=(), dtype=int64, num_classes=32),
'value_orientation': float32,
'value_scale': float32,
'value_shape': float32,
'value_x_position': float32,
'value_y_position': float32,
})
- 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 | (64、64、1) | uint8 | |
label_orientation | クラスラベル | int64 | ||
label_scale | クラスラベル | int64 | ||
label_shape | クラスラベル | int64 | ||
label_x_position | クラスラベル | int64 | ||
label_y_position | クラスラベル | int64 | ||
value_orientation | テンソル | float32 | ||
value_scale | テンソル | float32 | ||
値_形状 | テンソル | float32 | ||
value_x_position | テンソル | float32 | ||
value_y_position | テンソル | float32 |
監視されたキー(
as_supervised
docを参照):None
図( tfds.show_examples ):
- 例( tfds.as_dataframe ):
- 引用:
@misc{dsprites17,
author = {Loic Matthey and Irina Higgins and Demis Hassabis and Alexander Lerchner},
title = {dSprites: Disentanglement testing Sprites dataset},
howpublished= {https://github.com/deepmind/dsprites-dataset/},
year = "2017",
}