dsprites

• شرح :

dSprites مجموعه داده ای از اشکال دوبعدی است که به صورت رویه ای از 6 عامل نهفته مستقل از حقیقت پایه تولید می شود. این عوامل عبارتند از رنگ ، شکل ، مقیاس ، چرخش ، موقعیت های x و y یک جن.

تمام ترکیب‌های ممکن از این پنهان‌ها دقیقاً یک بار وجود دارند و تعداد N = 737280 تصویر را ایجاد می‌کنند.

مقادیر عامل پنهان

• رنگ سفید
• شکل: مربع، بیضی، قلب
• مقیاس: 6 مقدار با فاصله خطی در [0.5, 1]
• جهت: 40 مقدار در [0، 2 pi]
• موقعیت X: 32 مقدار در [0، 1]
• موقعیت Y: 32 مقدار در [0، 1]

ما هر بار یک نهفته را تغییر دادیم (شروع از موقعیت Y، سپس موقعیت X و غیره)، و به طور متوالی تصاویر را به ترتیب ثابت ذخیره کردیم. از این رو ترتیب در امتداد بعد اول ثابت است و به شما امکان می دهد تا به مقدار نهفته های مربوط به آن تصویر برگردید.

ما مقادیر پنهان را عمداً انتخاب کردیم تا کوچکترین تغییرات گام را داشته باشیم و در عین حال اطمینان حاصل کنیم که همه خروجی های پیکسل متفاوت هستند. نویز اضافه نشد

• اسناد اضافی : کاوش در کاغذها با کد

• صفحه اصلی : https://github.com/deepmind/dsprites-dataset

• کد منبع : tfds.datasets.dsprites.Builder

• نسخه ها :

  • 2.0.0 (پیش‌فرض): API تقسیم جدید ( https://tensorflow.org/datasets/splits )
  • 2.1.0 : بدون یادداشت انتشار.

• حجم دانلود : 26.73 MiB

• اندازه مجموعه داده : Unknown size

• ذخیره خودکار ( اسناد ): ناشناخته

• تقسیم ها :

شکاف	مثال ها
'train'	737280

• ساختار ویژگی :

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,
})

• مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	شرح
	FeaturesDict
تصویر	تصویر	(64، 64، 1)	uint8
label_orientation	ClassLabel		int64
label_scale	ClassLabel		int64
برچسب_شکل	ClassLabel		int64
label_x_position	ClassLabel		int64
label_y_position	ClassLabel		int64
ارزش_گرا	تانسور		float32
ارزش_مقیاس	تانسور		float32
ارزش_شکل	تانسور		float32
ارزش_x_موقعیت	تانسور		float32
value_y_position	تانسور		float32

• کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None

• شکل ( tfds.show_examples ):

• مثال‌ها ( tfds.as_dataframe ):

• نقل قول :

@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",
}