déménagement_mnist

• Descriptif :

Variante mobile de la base de données MNIST de chiffres manuscrits. Ce sont les données utilisées par les auteurs pour rendre compte des performances du modèle. Voir tfds.video.moving_mnist.image_as_moving_sequence pour générer des données de formation/validation à partir du jeu de données MNIST.

• Documentation complémentaire : Explorer sur Papers With Code

• Page d'accueil : http://www.cs.toronto.edu/~nitish/unsupervised_video/

• Code source : tfds.video.MovingMnist

• Versions :

  • 1.0.0 (par défaut) : nouvelle API fractionnée ( https://tensorflow.org/datasets/splits )

• Taille du téléchargement : 781.25 MiB

• Taille du jeu de données : 91.70 MiB

• Mise en cache automatique ( documentation ): Oui

• Fractionnements :

Diviser	Exemples
'test'	10 000

• Structure des fonctionnalités :

FeaturesDict({
    'image_sequence': Video(Image(shape=(64, 64, 1), dtype=uint8)),
})

• Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype	La description
	FonctionnalitésDict
image_sequence	Vidéo (Image)	(20, 64, 64, 1)	uint8

• Clés supervisées (Voir as_supervised doc ): None

• Figure ( tfds.show_examples ) : non pris en charge.

• Exemples ( tfds.as_dataframe ):

• Citation :

@article{DBLP:journals/corr/SrivastavaMS15,
  author    = {Nitish Srivastava and
               Elman Mansimov and
               Ruslan Salakhutdinov},
  title     = {Unsupervised Learning of Video Representations using LSTMs},
  journal   = {CoRR},
  volume    = {abs/1502.04681},
  year      = {2015},
  url       = {http://arxiv.org/abs/1502.04681},
  archivePrefix = {arXiv},
  eprint    = {1502.04681},
  timestamp = {Mon, 13 Aug 2018 16:47:05 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/SrivastavaMS15},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}