- विवरण :
यूक्लिडियन दूरी का उपयोग करके निकटतम निकटतम पड़ोसी खोज के लिए पूर्व-प्रशिक्षित एम्बेडिंग। इस डेटासेट में दो विभाजन होते हैं:
- 'डेटाबेस': 1,000,000 डेटा पॉइंट होते हैं, प्रत्येक में विशेषताएं होती हैं: 'एम्बेडिंग' (128 फ़्लोट्स), 'इंडेक्स' (int64), 'पड़ोसी' (खाली सूची)।
- 'परीक्षण': में 10,000 डेटा बिंदु होते हैं, प्रत्येक में विशेषताएं होती हैं: 'एम्बेडिंग' (128 फ़्लोट्स), 'इंडेक्स' (int64), 'पड़ोसी' ('इंडेक्स' की सूची और डेटाबेस में निकटतम पड़ोसियों की 'दूरी'। )
होमपेज : http://corpus-texmex.irisa.fr/
स्रोत कोड :
tfds.datasets.sift1m.Builder
संस्करण :
-
1.0.0
(डिफ़ॉल्ट): प्रारंभिक रिलीज़।
-
डाउनलोड आकार :
500.80 MiB
डेटासेट का आकार :
589.49 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'database' | 1,000,000 |
'test' | 10,000 |
- फ़ीचर संरचना :
FeaturesDict({
'embedding': Tensor(shape=(128,), dtype=float32),
'index': Scalar(shape=(), dtype=int64),
'neighbors': Sequence({
'distance': Scalar(shape=(), dtype=float32),
'index': Scalar(shape=(), dtype=int64),
}),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
एम्बेडिंग | टेन्सर | (128,) | फ्लोट32 | |
अनुक्रमणिका | अदिश | int64 | विभाजन के भीतर सूचकांक। | |
पड़ोसियों | क्रम | परिकलित पड़ोसी, जो केवल परीक्षण विभाजन के लिए उपलब्ध है। | ||
पड़ोसी / दूरी | अदिश | फ्लोट32 | पड़ोसी की दूरी। | |
पड़ोसियों/index | अदिश | int64 | पड़ोसी सूचकांक। |
पर्यवेक्षित कुंजियाँ (
as_supervised
doc देखें):None
चित्र ( tfds.show_examples ): समर्थित नहीं है।
उदाहरण ( tfds.as_dataframe ):
- उद्धरण :
@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}
}