cifar100

  • 説明

このデータセットは CIFAR-10 と似ていますが、それぞれ 600 枚の画像を含む 100 個のクラスがある点が異なります。クラスごとに 500 個のトレーニング画像と 100 個のテスト画像があります。 CIFAR-100 の 100 クラスは 20 のスーパークラスにグループ化されています。各イメージには、「細かい」ラベル (それが属するクラス) と「粗い」ラベル (それが属するスーパークラス) が付いています。

スプリット
'test' 10,000
'train' 50,000
  • 機能の構造:
FeaturesDict({
    'coarse_label': ClassLabel(shape=(), dtype=int64, num_classes=20),
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=100),
})
  • 機能ドキュメント:
特徴クラスDタイプ説明
特徴辞書
粗いラベルクラスラベルint64
ID文章
画像画像(32、32、3) uint8
ラベルクラスラベルint64

視覚化

  • 引用
@TECHREPORT{Krizhevsky09learningmultiple,
    author = {Alex Krizhevsky},
    title = {Learning multiple layers of features from tiny images},
    institution = {},
    year = {2009}
}