onniglotta

• Descrizione :

Set di dati Omniglot per l'apprendimento immediato. Questo set di dati contiene 1623 diversi caratteri scritti a mano provenienti da 50 alfabeti diversi.

• Documentazione aggiuntiva : esplora documenti con codice

• Pagina iniziale : https://github.com/brendenlake/omniglot/

• Codice sorgente : tfds.image_classification.Omniglot

• Versioni :

  • 3.0.0 (impostazione predefinita): nuova API divisa ( https://tensorflow.org/datasets/splits )

• Dimensione download : 17.95 MiB

• Dimensione del set di dati : 12.29 MiB

• Memorizzazione nella cache automatica ( documentazione ): sì

• Divide :

Diviso	Esempi
'small1'	2.720
'small2'	3.120
'test'	13.180
'train'	19.280

• Struttura delle caratteristiche :

FeaturesDict({
    'alphabet': ClassLabel(shape=(), dtype=int64, num_classes=50),
    'alphabet_char_id': int64,
    'image': Image(shape=(105, 105, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=1623),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
alfabeto	ClassLabel		int64
alfabeto_car_id	Tensore		int64
Immagine	Immagine	(105, 105, 3)	uint8
etichetta	ClassLabel		int64

• Chiavi supervisionate (vedi il documento as_supervised ): ('image', 'label')

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

• Citazione :

@article{lake2015human,
  title={Human-level concept learning through probabilistic program induction},
  author={Lake, Brenden M and Salakhutdinov, Ruslan and Tenenbaum, Joshua B},
  journal={Science},
  volume={350},
  number={6266},
  pages={1332--1338},
  year={2015},
  publisher={American Association for the Advancement of Science}
}