dalam1b

• Keterangan :

Penyematan terlatih untuk perkiraan pencarian tetangga terdekat menggunakan jarak kosinus. Kumpulan data ini terdiri dari dua bagian:

1. 'database': terdiri dari 9.990.000 titik data, masing-masing memiliki fitur: 'embedding' (96 float), 'index' (int64), 'neighbors' (daftar kosong).
2. 'test': terdiri dari 10.000 titik data, masing-masing memiliki fitur: 'embedding' (96 float), 'index' (int64), 'neighbors' (daftar 'index' dan 'jarak' tetangga terdekat dalam database. )

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

• Kode sumber : tfds.nearest_neighbors.deep1b.Deep1b

• Versi :

  • 1.0.0 (default): Rilis awal.

• Ukuran unduhan : 3.58 GiB

• Ukuran kumpulan data : 4.46 GiB

• Cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

• Struktur fitur :

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.),
    }),
})

• Dokumentasi fitur :

• Kunci yang diawasi (Lihat dokumen as_supervised ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• Contoh ( tfds.as_dataframe ):

• Kutipan :

@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}
}