นักกม

• คำอธิบาย :

Kuzushiji-MNIST เป็นการแทนที่แบบดรอปอินสำหรับชุดข้อมูล MNIST (ระดับสีเทา 28x28, 70,000 ภาพ) ซึ่งให้มาในรูปแบบ MNIST ดั้งเดิมและรูปแบบ NumPy เนื่องจาก MNIST จำกัดเราไว้ที่ 10 คลาส เราจึงเลือกอักขระหนึ่งตัวเพื่อเป็นตัวแทนฮิระงะนะทั้ง 10 แถวเมื่อสร้าง Kuzushiji-MNIST

• เอกสารประกอบเพิ่มเติม : สำรวจในเอกสารด้วยรหัส

• หน้าแรก : http://codh.rois.ac.jp/kmnist/index.html.en

• ซอร์สโค้ด : tfds.image_classification.KMNIST

• รุ่น :

  • 3.0.1 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• ขนาดดาวน์โหลด : 20.26 MiB

• ขนาดชุดข้อมูล : 31.76 MiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

แยก	ตัวอย่าง
'test'	10,000
'train'	60,000

• โครงสร้างคุณสมบัติ :

FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

• เอกสารคุณสมบัติ :

คุณสมบัติ	ระดับ	รูปร่าง	ประเภทD	คำอธิบาย
	คุณสมบัติDict
ภาพ	ภาพ	(28, 28, 1)	uint8
ฉลาก	ClassLabel		int64

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('image', 'label')

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@online{clanuwat2018deep,
  author       = {Tarin Clanuwat and Mikel Bober-Irizar and Asanobu Kitamoto and Alex Lamb and Kazuaki Yamamoto and David Ha},
  title        = {Deep Learning for Classical Japanese Literature},
  date         = {2018-12-03},
  year         = {2018},
  eprintclass  = {cs.CV},
  eprinttype   = {arXiv},
  eprint       = {cs.CV/1812.01718},
}