pindah_mnist

• Deskripsi :

Memindahkan varian database MNIST dari digit tulisan tangan. Ini adalah data yang digunakan oleh penulis untuk melaporkan kinerja model. Lihat tfds.video.moving_mnist.image_as_moving_sequence untuk membuat data pelatihan/validasi dari kumpulan data MNIST.

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode

• Beranda : http://www.cs.toronto.edu/~nitish/unsupervised_video/

• Kode sumber : tfds.video.MovingMnist

• Versi :

  • 1.0.0 (default): API split baru ( https://tensorflow.org/datasets/splits )

• Ukuran unduhan : 781.25 MiB

• Ukuran dataset : 91.70 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'test'	10.000

• Struktur fitur :

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

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
urutan_gambar	Video(Gambar)	(20, 64, 64, 1)	uint8

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• Contoh ( tfds.as_dataframe ):

• Kutipan :

@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}
}