przeprowadzka_mnist

  • opis :

Ruchomy wariant bazy danych MNIST z odręcznymi cyframi. Są to dane używane przez autorów do raportowania wydajności modelu. Zobacz tfds.video.moving_mnist.image_as_moving_sequence aby uzyskać informacje na temat generowania danych treningowych/walidacyjnych z zestawu danych MNIST.

Rozdzielać Przykłady
'test' 10 000
  • Struktura funkcji :
FeaturesDict({
    'image_sequence': Video(Image(shape=(64, 64, 1), dtype=uint8)),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
sekwencja_obrazów Wideo (obraz) (20, 64, 64, 1) uint8
  • Cytat :
@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}
}