Visualisation : Explorer dans Know Your Data
Descriptif :
Fashion-MNIST est un ensemble de données d'images d'articles de Zalando composé d'un ensemble d'apprentissage de 60 000 exemples et d'un ensemble de test de 10 000 exemples. Chaque exemple est une image en niveaux de gris 28x28, associée à une étiquette de 10 classes.
Documentation complémentaire : Explorer sur Papers With Code
Page d' accueil : https://github.com/zalandoresearch/fashion-mnist
Code source :
tfds.image_classification.FashionMNIST
Versions :
-
3.0.1
(par défaut) : aucune note de version.
-
Taille du téléchargement :
29.45 MiB
Taille du jeu de données :
36.42 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :
Diviser | Exemples |
---|---|
'test' | 10 000 |
'train' | 60 000 |
- Structure des fonctionnalités :
FeaturesDict({
'image': Image(shape=(28, 28, 1), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
- Documentation des fonctionnalités :
Caractéristique | Classer | Forme | Dtype | La description |
---|---|---|---|---|
FonctionnalitésDict | ||||
image | Image | (28, 28, 1) | uint8 | |
étiquette | Étiquette de classe | int64 |
Clés supervisées (Voir
as_supervised
doc ):('image', 'label')
Figure ( tfds.show_examples ):
- Exemples ( tfds.as_dataframe ):
- Citation :
@article{DBLP:journals/corr/abs-1708-07747,
author = {Han Xiao and
Kashif Rasul and
Roland Vollgraf},
title = {Fashion-MNIST: a Novel Image Dataset for Benchmarking Machine Learning
Algorithms},
journal = {CoRR},
volume = {abs/1708.07747},
year = {2017},
url = {http://arxiv.org/abs/1708.07747},
archivePrefix = {arXiv},
eprint = {1708.07747},
timestamp = {Mon, 13 Aug 2018 16:47:27 +0200},
biburl = {https://dblp.org/rec/bib/journals/corr/abs-1708-07747},
bibsource = {dblp computer science bibliography, https://dblp.org}
}