গভীর 1 খ

• বর্ণনা :

কোসাইন দূরত্ব ব্যবহার করে আনুমানিক নিকটতম প্রতিবেশী অনুসন্ধানের জন্য প্রাক-প্রশিক্ষিত এম্বেডিং। এই ডেটাসেট দুটি বিভাজন নিয়ে গঠিত:

1. 'ডাটাবেস': 9,990,000 ডেটা পয়েন্ট নিয়ে গঠিত, প্রতিটিতে বৈশিষ্ট্য রয়েছে: 'এম্বেডিং' (96 ফ্লোটস), 'সূচক' (int64), 'প্রতিবেশী' (খালি তালিকা)।
2. 'পরীক্ষা': 10,000 ডেটা পয়েন্ট নিয়ে গঠিত, প্রতিটিতে বৈশিষ্ট্য রয়েছে: 'এম্বেডিং' (96 ফ্লোট), 'সূচী' (int64), 'প্রতিবেশী' ('সূচক' তালিকা এবং ডাটাবেসের নিকটতম প্রতিবেশীদের 'দূরত্ব'। )

• হোমপেজ : http://sites.skoltech.ru/compvision/noimi/

• উত্স কোড : tfds.nearest_neighbors.deep1b.Deep1b

• সংস্করণ :

  • 1.0.0 (ডিফল্ট): প্রাথমিক প্রকাশ।

• ডাউনলোডের আকার : 3.58 GiB

• ডেটাসেটের আকার : 4.46 GiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

• বিভাজন :

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'embedding': Tensor(shape=(96,), dtype=float32),
    'index': Scalar(shape=(), dtype=int64, description=Index within the split.),
    'neighbors': Sequence({
        'distance': Scalar(shape=(), dtype=float32, description=Neighbor distance.),
        'index': Scalar(shape=(), dtype=int64, description=Neighbor index.),
    }),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): None

• চিত্র ( tfds.show_examples ): সমর্থিত নয়।

• উদাহরণ ( tfds.as_dataframe ):

• উদ্ধৃতি :

@inproceedings{babenko2016efficient,
  title={Efficient indexing of billion-scale datasets of deep descriptors},
  author={Babenko, Artem and Lempitsky, Victor},
  booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},
  pages={2055--2063},
  year={2016}
}