- Описание :
Набор данных Omniglot для однократного обучения. Этот набор содержит 1623 различных рукописных символа из 50 различных алфавитов.
Дополнительная документация : изучите статьи с кодом
Домашняя страница : https://github.com/brendenlake/omniglot/
Исходный код :
tfds.image_classification.Omniglot
Версии :
-
3.0.0
(по умолчанию): Новый API разделения ( https://tensorflow.org/datasets/splits )
-
Размер загрузки :
17.95 MiB
Размер набора данных :
12.29 MiB
Автоматическое кэширование ( документация ): Да
Разделы :
Расколоть | Примеры |
---|---|
'small1' | 2,720 |
'small2' | 3,120 |
'test' | 13,180 |
'train' | 19,280 |
- Структура объекта :
FeaturesDict({
'alphabet': ClassLabel(shape=(), dtype=int64, num_classes=50),
'alphabet_char_id': int64,
'image': Image(shape=(105, 105, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=1623),
})
- Документация по функциям :
Особенность | Сорт | Форма | Dtype | Описание |
---|---|---|---|---|
FeaturesDict | ||||
алфавит | ClassLabel | int64 | ||
alphabet_char_id | Тензор | int64 | ||
изображение | Изображение | (105, 105, 3) | uint8 | |
этикетка | ClassLabel | int64 |
Контролируемые ключи (см. документ
as_supervised
):('image', 'label')
Рисунок ( tfds.show_examples ):
- Примеры ( tfds.as_dataframe ):
- Цитата :
@article{lake2015human,
title={Human-level concept learning through probabilistic program induction},
author={Lake, Brenden M and Salakhutdinov, Ruslan and Tenenbaum, Joshua B},
journal={Science},
volume={350},
number={6266},
pages={1332--1338},
year={2015},
publisher={American Association for the Advancement of Science}
}