- Tanım :
 
Bu veri seti, her biri 600 görüntü içeren 100 sınıfa sahip olması dışında tıpkı CIFAR-10'a benzer. Sınıf başına 500 eğitim görüntüsü ve 100 test görüntüsü vardır. CIFAR-100'deki 100 sınıf 20 üst sınıfa ayrılmıştır. Her görüntü bir "ince" etiket (ait olduğu sınıf) ve bir "kaba" etiket (ait olduğu üst sınıf) ile birlikte gelir.
Ek Belgeler : Kodlu Makaleleri Keşfedin
Ana sayfa : https://www.cs.toronto.edu/~kriz/cifar.html
Kaynak kodu :
tfds.image_classification.Cifar100Sürümler :
-  
3.0.2(varsayılan): Sürüm notu yok. 
-  
 İndirme boyutu :
160.71 MiBVeri kümesi boyutu :
132.03 MiBOtomatik önbelleğe alınmış ( belgeler ): Evet
Bölünmeler :
| Bölmek | Örnekler | 
|---|---|
 'test' | 10.000 | 
 'train' | 50.000 | 
- Özellik yapısı :
 
FeaturesDict({
    'coarse_label': ClassLabel(shape=(), dtype=int64, num_classes=20),
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=100),
})
- Özellik belgeleri :
 
| Özellik | Sınıf | Şekil | Dtipi | Tanım | 
|---|---|---|---|---|
| ÖzelliklerDict | ||||
| kaba_etiket | SınıfEtiketi | int64 | ||
| İD | Metin | sicim | ||
| resim | Resim | (32, 32, 3) | uint8 | |
| etiket | SınıfEtiketi | int64 | 
Denetlenen anahtarlar (
as_supervisedbelgesine bakın):('image', 'label')Şekil ( tfds.show_examples ):

- Örnekler ( tfds.as_dataframe ):
 
- Alıntı :
 
@TECHREPORT{Krizhevsky09learningmultiple,
    author = {Alex Krizhevsky},
    title = {Learning multiple layers of features from tiny images},
    institution = {},
    year = {2009}
}