quickdraw_bitmap

• Visualizzazione : Esplora in Conosci i tuoi dati

• Descrizione :

Il set di dati Quick Draw è una raccolta di 50 milioni di disegni in 345 categorie, forniti dai giocatori del gioco Quick, Draw!. Il set di dati bitmap contiene questi disegni convertiti dal formato vettoriale in immagini in scala di grigi 28x28

• Documentazione aggiuntiva : Esplora documenti con codice

• Home page : https://github.com/googlecreativelab/quickdraw-dataset

• Codice sorgente : tfds.datasets.quickdraw_bitmap.Builder

• Versioni :

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

• Dimensione del download : 36.82 GiB

• Dimensioni del set di dati : Unknown size

• Cache automatica ( documentazione ): Sconosciuto

• Divisioni :

Diviso	Esempi
'train'	50.426.266

• Struttura delle caratteristiche :

FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=345),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
Immagine	Immagine	(28, 28, 1)	uint8
etichetta	ClassLabel		int64

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

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

• Citazione :

@article{DBLP:journals/corr/HaE17,
  author    = {David Ha and
               Douglas Eck},
  title     = {A Neural Representation of Sketch Drawings},
  journal   = {CoRR},
  volume    = {abs/1704.03477},
  year      = {2017},
  url       = {http://arxiv.org/abs/1704.03477},
  archivePrefix = {arXiv},
  eprint    = {1704.03477},
  timestamp = {Mon, 13 Aug 2018 16:48:30 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/HaE17},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}