altörneklenmiş_imagenet

• Tanım :

2 çözünürlüklü görüntüleri içeren veri kümesi (çözünürlük hakkında bilgi için yapılandırma adına bakın). Yoğunluk tahmini ve üretken modelleme deneyleri için kullanılır.

Denetimli öğrenmeye yönelik ImageNet'in yeniden boyutlandırılması için ( bağlantı ) bkz. imagenet_resized .

• Ana sayfa : http://image-net.org/small/download.php

• Kaynak kodu : tfds.datasets.downsampled_imagenet.Builder

• Sürümler :

  • 2.0.0 (varsayılan): Yeni bölünmüş API ( https://tensorflow.org/datasets/splits )

• Otomatik önbelleğe alınmış ( belgeler ): Hayır

• Bölünmeler :

• Özellik yapısı :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
})

• Özellik belgeleri :

• Denetlenen anahtarlar ( as_supervised belgesine bakın): None

• Alıntı :

@article{DBLP:journals/corr/OordKK16,
  author    = {A{"{a} }ron van den Oord and
               Nal Kalchbrenner and
               Koray Kavukcuoglu},
  title     = {Pixel Recurrent Neural Networks},
  journal   = {CoRR},
  volume    = {abs/1601.06759},
  year      = {2016},
  url       = {http://arxiv.org/abs/1601.06759},
  archivePrefix = {arXiv},
  eprint    = {1601.06759},
  timestamp = {Mon, 13 Aug 2018 16:46:29 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/OordKK16},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

downsampled_imagenet/32x32 (varsayılan yapılandırma)

• Yapılandırma açıklaması : 32x32 çözünürlükte Eğitim ve Doğrulama görüntülerinden oluşan bir veri kümesi.

• İndirme boyutu : 3.98 GiB

• Veri kümesi boyutu : 3.05 GiB

• Şekil ( tfds.show_examples ):

• Örnekler ( tfds.as_dataframe ):

altörneklenmiş_imagenet/64x64

• Yapılandırma açıklaması : 64x64 çözünürlükte Eğitim ve Doğrulama görüntülerinden oluşan bir veri kümesi.

• İndirme boyutu : 11.73 GiB

• Veri kümesi boyutu : 10.80 GiB

• Şekil ( tfds.show_examples ):

• Örnekler ( tfds.as_dataframe ):