saringan1m

• Deskripsi :

Penyematan terlatih untuk perkiraan pencarian tetangga terdekat menggunakan jarak Euclidean. Dataset ini terdiri dari dua bagian:

1. 'database': terdiri dari 1.000.000 titik data, masing-masing memiliki fitur: 'embedding' (128 float), 'index' (int64), 'neighbors' (daftar kosong).
2. 'test': terdiri dari 10.000 titik data, masing-masing memiliki fitur: 'embedding' (128 float), 'index' (int64), 'neighbors' (daftar 'index' dan 'distance' tetangga terdekat di database. )

• Beranda : http://corpus-texmex.irisa.fr/

• Kode sumber : tfds.datasets.sift1m.Builder

• Versi :

  • 1.0.0 (default): Rilis awal.

• Ukuran unduhan : 500.80 MiB

• Ukuran dataset : 589.49 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'database'	1.000.000
'test'	10.000

• Struktur fitur :

FeaturesDict({
    'embedding': Tensor(shape=(128,), dtype=float32),
    'index': Scalar(shape=(), dtype=int64),
    'neighbors': Sequence({
        'distance': Scalar(shape=(), dtype=float32),
        'index': Scalar(shape=(), dtype=int64),
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
penyematan	Tensor	(128,)	float32
indeks	Skalar		int64	Indeks dalam pemisahan.
tetangga	Urutan			Tetangga yang dihitung, yang hanya tersedia untuk test split.
tetangga/jarak	Skalar		float32	Jarak tetangga.
tetangga/indeks	Skalar		int64	Indeks tetangga.

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• Contoh ( tfds.as_dataframe ):

• Kutipan :

@article{jegou2010product,
  title={Product quantization for nearest neighbor search},
  author={Jegou, Herve and Douze, Matthijs and Schmid, Cordelia},
  journal={IEEE transactions on pattern analysis and machine intelligence},
  volume={33},
  number={1},
  pages={117--128},
  year={2010},
  publisher={IEEE}
}