- Descrizione :
Il set di dati STL-10 è un set di dati di riconoscimento delle immagini per lo sviluppo di algoritmi di apprendimento delle funzionalità senza supervisione, apprendimento profondo e apprendimento autodidatta. È ispirato al set di dati CIFAR-10 ma con alcune modifiche. In particolare, ogni classe ha meno esempi di formazione etichettati rispetto a CIFAR-10, ma viene fornita una serie molto ampia di esempi non etichettati per apprendere i modelli di immagini prima della formazione supervisionata. La sfida principale è utilizzare i dati non etichettati (che provengono da una distribuzione simile ma diversa dai dati etichettati) per costruire un precedente utile. Tutte le immagini sono state acquisite da esempi etichettati su ImageNet.
Documentazione aggiuntiva : Esplora documenti con codice
Pagina iniziale : http://ai.stanford.edu/~acoates/stl10/
Codice sorgente :
tfds.datasets.stl10.BuilderVersioni :
-
1.0.0(impostazione predefinita): nessuna nota di rilascio.
-
Dimensione del download :
2.46 GiBDimensione del set di dati:
1.86 GiBCache automatica ( documentazione ): No
Divisioni :
| Diviso | Esempi |
|---|---|
'test' | 8.000 |
'train' | 5.000 |
'unlabelled' | 100.000 |
- Struttura delle caratteristiche :
FeaturesDict({
'image': Image(shape=(96, 96, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
- Documentazione delle funzionalità :
| Caratteristica | Classe | Forma | Tipo D | Descrizione |
|---|---|---|---|---|
| CaratteristicheDict | ||||
| Immagine | Immagine | (96, 96, 3) | uint8 | |
| etichetta | ClassLabel | int64 |
Chiavi supervisionate (vedi
as_superviseddoc ):('image', 'label')Figura ( tfds.show_examples ):
- Esempi ( tfds.as_dataframe ):
- Citazione :
@inproceedings{coates2011stl10,
title={ {An Analysis of Single Layer Networks in Unsupervised Feature Learning} },
author={Coates, Adam and Ng, Andrew and Lee, Honglak},
booktitle={AISTATS},
year={2011},
note = {\url{https://cs.stanford.edu/~acoates/papers/coatesleeng_aistats_2011.pdf} },
}