- Tanım :
 
CIFAR-10 veri seti, sınıf başına 6000 görüntü olmak üzere 10 sınıfta 60000 32x32 renkli görüntüden oluşur. 50000 eğitim görseli ve 10000 test görseli bulunmaktadır.
Ek Belgeler : Kodlu Makaleleri Keşfedin
Ana sayfa : https://www.cs.toronto.edu/~kriz/cifar.html
Kaynak kodu :
tfds.image_classification.Cifar10Sürümler :
-  
3.0.2(varsayılan): Sürüm notu yok. 
-  
 İndirme boyutu :
162.17 MiBVeri kümesi boyutu :
132.40 MiBOtomatik önbelleğe alınmış ( belgeler ): Evet
Bölünmeler :
| Bölmek | Örnekler | 
|---|---|
 'test' | 10.000 | 
 'train' | 50.000 | 
- Özellik yapısı :
 
FeaturesDict({
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
- Özellik belgeleri :
 
| Özellik | Sınıf | Şekil | Dtipi | Tanım | 
|---|---|---|---|---|
| ÖzelliklerDict | ||||
| 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}
}