- Описание :
Kuzushiji-MNIST — это полная замена набора данных MNIST (28x28 оттенков серого, 70 000 изображений), представленного в исходном формате MNIST, а также в формате NumPy. Поскольку MNIST ограничивает нас 10 классами, при создании Kuzushiji-MNIST мы выбрали один символ для представления каждого из 10 рядов хираганы.
- Дополнительная документация : Изучите статьи с кодом 
- Домашняя страница : http://codh.rois.ac.jp/kmnist/index.html.en 
- Исходный код : - tfds.image_classification.KMNIST
- Версии : -  3.0.1(по умолчанию): нет примечаний к выпуску.
 
-  
- Размер загрузки : - 20.26 MiB
- Размер набора данных : - 31.76 MiB
- Автокэширование ( документация ): Да 
- Расколы : 
| Расколоть | Примеры | 
|---|---|
| 'test' | 10 000 | 
| 'train' | 60 000 | 
- Структура функции :
FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
- Функциональная документация :
| Особенность | Сорт | Форма | Дтип | Описание | 
|---|---|---|---|---|
| ВозможностиDict | ||||
| изображение | Изображение | (28, 28, 1) | uint8 | |
| этикетка | Класслейбл | int64 | 
- Контролируемые ключи (см. документ - as_supervised):- ('image', 'label')
- Рисунок ( tfds.show_examples ): 

- Примеры ( tfds.as_dataframe ):
- Цитата :
@online{clanuwat2018deep,
  author       = {Tarin Clanuwat and Mikel Bober-Irizar and Asanobu Kitamoto and Alex Lamb and Kazuaki Yamamoto and David Ha},
  title        = {Deep Learning for Classical Japanese Literature},
  date         = {2018-12-03},
  year         = {2018},
  eprintclass  = {cs.CV},
  eprinttype   = {arXiv},
  eprint       = {cs.CV/1812.01718},
}