omniglota

• Descripción :

Conjunto de datos Omniglot para el aprendizaje de una sola vez. Este conjunto de datos contiene 1623 caracteres escritos a mano diferentes de 50 alfabetos diferentes.

• Documentación adicional : Explorar en artículos con código

• Página de inicio : https://github.com/brendenlake/omniglot/

• Código fuente : tfds.image_classification.Omniglot

• Versiones :

  • 3.0.0 (predeterminado): Nueva API dividida ( https://tensorflow.org/datasets/splits )

• Tamaño de descarga : 17.95 MiB

• Tamaño del conjunto de datos : 12.29 MiB

• Almacenamiento en caché automático ( documentación ): Sí

• Divisiones :

Dividir	Ejemplos
'small1'	2,720
'small2'	3,120
'test'	13.180
'train'	19.280

• Estructura de características :

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),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
alfabeto	Etiqueta de clase		int64
alfabeto_char_id	Tensor		int64
imagen	Imagen	(105, 105, 3)	uint8
etiqueta	Etiqueta de clase		int64

• Claves supervisadas (Ver documento as_supervised ): ('image', 'label')

• Figura ( tfds.show_examples ):

• Ejemplos ( tfds.as_dataframe ):

• Citación :

@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}
}