- 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}
}