stl10

• Descrizione :

Il set di dati STL-10 è un set di dati di riconoscimento delle immagini per lo sviluppo di algoritmi di apprendimento delle funzionalità senza supervisione, apprendimento profondo e apprendimento autodidatta. È ispirato al set di dati CIFAR-10 ma con alcune modifiche. In particolare, ogni classe ha meno esempi di formazione etichettati rispetto a CIFAR-10, ma viene fornita una serie molto ampia di esempi non etichettati per apprendere i modelli di immagini prima della formazione supervisionata. La sfida principale è utilizzare i dati non etichettati (che provengono da una distribuzione simile ma diversa dai dati etichettati) per costruire un precedente utile. Tutte le immagini sono state acquisite da esempi etichettati su ImageNet.

• Documentazione aggiuntiva : Esplora documenti con codice north_east

• Pagina iniziale : http://ai.stanford.edu/~acoates/stl10/

• Codice sorgente : tfds.datasets.stl10.Builder

• Versioni :

  • 1.0.0 (impostazione predefinita): nessuna nota di rilascio.

• Dimensione del download : 2.46 GiB

• Dimensione del set di dati: 1.86 GiB

• Cache automatica ( documentazione ): No

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'image': Image(shape=(96, 96, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (vedi as_supervised doc ): ('image', 'label')

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

• Citazione :

@inproceedings{coates2011stl10,
  title={ {An Analysis of Single Layer Networks in Unsupervised Feature Learning} },
  author={Coates, Adam and Ng, Andrew and Lee, Honglak},
  booktitle={AISTATS},
  year={2011},
  note = {\url{https://cs.stanford.edu/~acoates/papers/coatesleeng_aistats_2011.pdf} },
}