omniglota

• Visualização : Explorar em Conheça seus dados

• Descrição :

Conjunto de dados omniglot para aprendizado único. Este conjunto de dados contém 1623 caracteres manuscritos diferentes de 50 alfabetos diferentes.

• Documentação Adicional : Explore em Papers With Code

• Página inicial : https://github.com/brendenlake/omniglot/

• Código -fonte: tfds.image_classification.Omniglot

• Versões :

  • 3.0.0 (padrão): Nova API de divisão ( https://tensorflow.org/datasets/splits )

• Tamanho do download : 17.95 MiB

• Tamanho do conjunto de dados : 12.29 MiB

• Cache automático ( documentação ): Sim

• Divisões :

Dividir	Exemplos
'small1'	2.720
'small2'	3.120
'test'	13.180
'train'	19.280

• Estrutura de recursos :

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),
})

• Documentação do recurso:

Característica	Classe	Forma	Tipo D	Descrição
	RecursosDict
alfabeto	ClassLabel		int64
alfabeto_char_id	tensor		int64
imagem	Imagem	(105, 105, 3)	uint8
rótulo	ClassLabel		int64

• Chaves supervisionadas (Consulte as_supervised doc ): ('image', 'label')

• Figura ( tfds.show_examples ):

• Exemplos ( tfds.as_dataframe ):

• Citação :

@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}
}