sift1m

  • وصف :

عمليات التضمين المدربة مسبقًا للبحث التقريبي عن أقرب جار باستخدام المسافة الإقليدية. تتكون مجموعة البيانات هذه من قسمين:

  1. "قاعدة البيانات": تتكون من 1,000,000 نقطة بيانات، لكل منها ميزات: "التضمين" (128 عائمًا)، و"الفهرس" (int64)، و"الجيران" (قائمة فارغة).
  2. "الاختبار": يتكون من 10000 نقطة بيانات، لكل منها ميزات: "التضمين" (128 عائمًا)، و"الفهرس" (int64)، و"الجيران" (قائمة "الفهرس" و"المسافة" لأقرب الجيران في قاعدة البيانات. )

  • الصفحة الرئيسية : http://corpus-texmex.irisa.fr/

  • كود المصدر : tfds.datasets.sift1m.Builder

  • الإصدارات :

    • 1.0.0 (افتراضي): الإصدار الأولي.

  • حجم التحميل : 500.80 MiB

  • حجم مجموعة البيانات : 589.49 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): لا

  • الإنشقاقات :

ينقسم أمثلة
'database' 1,000,000
'test' 10.000
  • هيكل الميزة :
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.),
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع D وصف
المميزاتDict
التضمين الموتر (128،) float32
فِهرِس العددية int64 مؤشر داخل الانقسام.
الجيران تسلسل الجيران المحسوبون، وهو متاح فقط لتقسيم الاختبار.
الجيران / المسافة العددية float32 مسافة الجيران.
الجيران/فهرس العددية كثافة العمليات64 مؤشر الجيران.
  • الاقتباس :
@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}
}