- Opis :
Zestaw danych Omniglot do jednorazowej nauki. Ten zbiór danych zawiera 1623 różne odręczne znaki z 50 różnych alfabetów.
Dodatkowa dokumentacja : Eksploruj w dokumentach z kodem
Strona główna : https://github.com/brendenlake/omniglot/
Kod źródłowy :
tfds.image_classification.OmniglotWersje :
-
3.0.0(domyślnie): Nowe podzielone API ( https://tensorflow.org/datasets/splits )
-
Rozmiar pobierania :
17.95 MiBRozmiar zbioru danych :
12.29 MiBAutomatyczne buforowanie ( dokumentacja ): Tak
Podziały :
| Podział | Przykłady |
|---|---|
'small1' | 2720 |
'small2' | 3120 |
'test' | 13180 |
'train' | 19280 |
- Struktura funkcji :
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),
})
- Dokumentacja funkcji :
| Funkcja | Klasa | Kształt | Typ D | Opis |
|---|---|---|---|---|
| FunkcjeDykt | ||||
| alfabet | Etykieta klasy | int64 | ||
| alfabet_znak_id | Napinacz | int64 | ||
| obraz | Obraz | (105, 105, 3) | uint8 | |
| etykieta | Etykieta klasy | int64 |
Klucze nadzorowane (zobacz dokument
as_supervised):('image', 'label')Rysunek ( tfds.show_examples ):
- Przykłady ( tfds.as_dataframe ):
- Cytat :
@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}
}