tarama

• Açıklama :

Çeşitli bölmelerle TARAMA görevleri.

SCAN, kompozisyonel öğrenme ve sıfır vuruşlu genellemeyi incelemek için bir dizi basit dil odaklı gezinme görevidir.

Bölmelerin çoğu https://github.com/brendenlake/SCAN adresinde açıklanmıştır MCD bölmeleri için lütfen https://arxiv.org/abs/1912.09713.pdf adresine bakın.

Temel kullanım:

data = tfds.load('scan/length')

Daha gelişmiş örnek:

import tensorflow_datasets as tfds
from tensorflow_datasets.datasets.scan import scan_dataset_builder

data = tfds.load(
    'scan',
    builder_kwargs=dict(
        config=scan_dataset_builder.ScanConfig(
            name='simple_p8', directory='simple_split/size_variations')))

• Ek Belgeler : north_east Belgeleri Keşfedin

• Ana Sayfa : https://github.com/brendenlake/SCAN

• Kaynak kodu : tfds.datasets.scan.Builder

• sürümler :

  • 1.1.1 (varsayılan): Sürüm notu yok.

• Otomatik önbelleğe alınmış ( belgeleme ): Evet

• Özellik yapısı :

FeaturesDict({
    'actions': Text(shape=(), dtype=string),
    'commands': Text(shape=(), dtype=string),
})

• Özellik belgeleri :

• Denetlenen anahtarlar (Bkz as_supervised doc ): ('commands', 'actions')

• Şekil ( tfds.show_examples ): Desteklenmiyor.

• Alıntı :

@inproceedings{Lake2018GeneralizationWS,
  title={Generalization without Systematicity: On the Compositional Skills of
         Sequence-to-Sequence Recurrent Networks},
  author={Brenden M. Lake and Marco Baroni},
  booktitle={ICML},
  year={2018},
  url={https://arxiv.org/pdf/1711.00350.pdf},
}
@inproceedings{Keysers2020,
  title={Measuring Compositional Generalization: A Comprehensive Method on
         Realistic Data},
  author={Daniel Keysers and Nathanael Sch\"{a}rli and Nathan Scales and
          Hylke Buisman and Daniel Furrer and Sergii Kashubin and
          Nikola Momchev and Danila Sinopalnikov and Lukasz Stafiniak and
          Tibor Tihon and Dmitry Tsarkov and Xiao Wang and Marc van Zee and
          Olivier Bousquet},
  note={Additional citation for MCD splits},
  booktitle={ICLR},
  year={2020},
  url={https://arxiv.org/abs/1912.09713.pdf},
}

tarama/basit (varsayılan yapılandırma)

• İndirme boyutu : 17.82 MiB

• Veri kümesi boyutu : 4.47 MiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):

tarama/addprim_jump

• İndirme boyutu : 17.82 MiB

• Veri kümesi boyutu : 4.53 MiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):

tarama/addprim_turn_left

• İndirme boyutu : 17.82 MiB

• Veri kümesi boyutu : 4.58 MiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):

tarama/filler_num0

• İndirme boyutu : 17.82 MiB

• Veri kümesi boyutu : 3.20 MiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):

tarama/filler_num1

• İndirme boyutu : 17.82 MiB

• Veri kümesi boyutu : 3.51 MiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):

tarama/filler_num2

• İndirme boyutu : 17.82 MiB

• Veri kümesi boyutu : 3.84 MiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):

tarama/filler_num3

• İndirme boyutu : 17.82 MiB

• Veri kümesi boyutu : 4.17 MiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):

tarama/uzunluk

• İndirme boyutu : 17.82 MiB

• Veri kümesi boyutu : 4.47 MiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):

tarama/template_around_right

• İndirme boyutu : 17.82 MiB

• Veri kümesi boyutu : 4.17 MiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):

tarama/template_jump_around_right

• İndirme boyutu : 17.82 MiB

• Veri kümesi boyutu : 4.17 MiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):

tarama/template_opposite_right

• İndirme boyutu : 17.82 MiB

• Veri kümesi boyutu : 4.22 MiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):

tarama/template_right

• İndirme boyutu : 17.82 MiB

• Veri kümesi boyutu : 4.26 MiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):

tarama/mcd1

• İndirme boyutu : 17.89 MiB

• Veri kümesi boyutu : 1.89 MiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):

tarama/mcd2

• İndirme boyutu : 17.89 MiB

• Veri kümesi boyutu : 1.84 MiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):

tarama/mcd3

• İndirme boyutu : 17.89 MiB

• Veri kümesi boyutu : 1.87 MiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):