- توضیحات :
جاسازی های از پیش آموزش دیده برای جستجوی تقریبی نزدیکترین همسایه با استفاده از فاصله اقلیدسی. این مجموعه داده از دو تقسیم تشکیل شده است:
- 'پایگاه داده': شامل 1,000,000 نقطه داده است که هر کدام دارای ویژگیهایی است: 'جاسازی' (128 شناور)، 'شاخص' (int64)، 'همسایگان' (فهرست خالی).
- "تست": شامل 10000 نقطه داده است که هر کدام دارای ویژگی هایی است: "جاسازی" (128 شناور)، "ایندکس" (int64)، "همسایگان" (فهرست "شاخص" و "فاصله" نزدیکترین همسایگان در پایگاه داده. )
صفحه اصلی : http://corpus-texmex.irisa.fr/
کد منبع :
tfds.datasets.sift1m.Builder
نسخه ها :
-
1.0.0
(پیش فرض): انتشار اولیه.
-
حجم دانلود :
500.80 MiB
حجم مجموعه داده :
589.49 MiB
ذخیره خودکار ( اسناد ): خیر
تقسیم ها :
تقسیم کنید | نمونه ها |
---|---|
'database' | 1,000,000 |
'test' | 10000 |
- ساختار ویژگی :
FeaturesDict({
'embedding': Tensor(shape=(128,), dtype=float32),
'index': Scalar(shape=(), dtype=int64, description=Index within the split.),
'neighbors': Sequence({
'distance': Scalar(shape=(), dtype=float32, description=Neighbor distance.),
'index': Scalar(shape=(), dtype=int64, description=Neighbor index.),
}),
})
- مستندات ویژگی :
ویژگی | کلاس | شکل | نوع D | توضیحات |
---|---|---|---|---|
FeaturesDict | ||||
تعبیه کردن | تانسور | (128،) | float32 | |
شاخص | اسکالر | int64 | شاخص در شکاف. | |
همسایه ها | دنباله | همسایه های محاسبه شده، که فقط برای تقسیم تست در دسترس است. | ||
همسایگان/فاصله | اسکالر | float32 | فاصله همسایه | |
همسایگان/شاخص | اسکالر | int64 | شاخص همسایه. |
کلیدهای نظارت شده (به
as_supervised
doc مراجعه کنید):None
شکل ( tfds.show_examples ): پشتیبانی نمی شود.
مثالها ( tfds.as_dataframe ):
- نقل قول :
@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}
}