- Keterangan :
Dataset CIFAR-10 terdiri dari 60000 gambar berwarna berukuran 32x32 dalam 10 kelas, dengan 6000 gambar per kelas. Ada 50.000 gambar pelatihan dan 10.000 gambar uji.
Dokumentasi Tambahan : Jelajahi Makalah Dengan Kode
Kode sumber :
tfds.image_classification.Cifar10Versi :
-
3.0.2(default): Tidak ada catatan rilis.
-
Ukuran unduhan :
162.17 MiBUkuran kumpulan data :
132.40 MiBCache otomatis ( dokumentasi ): Ya
Perpecahan :
| Membelah | Contoh |
|---|---|
'test' | 10.000 |
'train' | 50.000 |
- Struktur fitur :
FeaturesDict({
'id': Text(shape=(), dtype=string),
'image': Image(shape=(32, 32, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
- Dokumentasi fitur :
| Fitur | Kelas | Membentuk | Tipe D | Keterangan |
|---|---|---|---|---|
| FiturDict | ||||
| pengenal | Teks | rangkaian | ||
| gambar | Gambar | (32, 32, 3) | uint8 | |
| label | Label Kelas | int64 |
Kunci yang diawasi (Lihat dokumen
as_supervised):('image', 'label')Gambar ( tfds.show_examples ):

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