всеядный

• Описание :

Набор данных Omniglot для однократного обучения. Этот набор данных содержит 1623 различных рукописных символа из 50 различных алфавитов.

• Дополнительная документация : Изучите статьи с кодом

• Домашняя страница : https://github.com/brendenlake/omniglot/

• Исходный код : tfds.image_classification.Omniglot

• Версии :

  • 3.0.0 (по умолчанию): новый API разделения ( https://tensorflow.org/datasets/splits )

• Размер загрузки : 17.95 MiB

• Размер набора данных : 12.29 MiB

• Автокэширование ( документация ): Да

• Расколы :

Расколоть	Примеры
'small1'	2720
'small2'	3120
'test'	13 180
'train'	19 280

• Структура функции :

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),
})

• Функциональная документация :

Особенность	Сорт	Форма	Дтип	Описание
	ВозможностиDict
алфавит	Класслейбл		int64
алфавит_char_id	Тензор		int64
изображение	Изображение	(105, 105, 3)	uint8
этикетка	Класслейбл		int64

• Контролируемые ключи (см. документ as_supervised ): ('image', 'label')

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):

• Цитата :

@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}
}