derin1b

• Tanım :

Kosinüs mesafesini kullanarak yaklaşık en yakın komşu araması için önceden eğitilmiş yerleştirmeler. Bu veri kümesi iki bölümden oluşur:

1. 'veritabanı': 9.990.000 veri noktasından oluşur, her birinin özellikleri vardır: 'yerleştirme' (96 kayan nokta), 'indeks' (int64), 'komşular' (boş liste).
2. 'test': 10.000 veri noktasından oluşur, her birinin özellikleri vardır: 'gömme' (96 kayan nokta), 'indeks' (int64), 'komşular' (veritabanındaki en yakın komşuların 'indeks' ve 'mesafe' listesi). )

• Ana sayfa : http://sites.skoltech.ru/compvision/noimi/

• Kaynak kodu : tfds.nearest_neighbors.deep1b.Deep1b

• Sürümler :

  • 1.0.0 (varsayılan): İlk sürüm.

• İndirme boyutu : 3.58 GiB

• Veri kümesi boyutu : 4.46 GiB

• Otomatik önbelleğe alınmış ( belgeler ): Hayır

• Bölünmeler :

• Özellik yapısı :

FeaturesDict({
    'embedding': Tensor(shape=(96,), 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.),
    }),
})

• Özellik belgeleri :

• Denetlenen anahtarlar ( as_supervised belgesine bakın): None

• Şekil ( tfds.show_examples ): Desteklenmiyor.

• Örnekler ( tfds.as_dataframe ):

• Alıntı :

@inproceedings{babenko2016efficient,
  title={Efficient indexing of billion-scale datasets of deep descriptors},
  author={Babenko, Artem and Lempitsky, Victor},
  booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},
  pages={2055--2063},
  year={2016}
}