downsampled_imagenet

• คำอธิบาย :

ชุดข้อมูลที่มีรูปภาพความละเอียด 2 ระดับ (ดูชื่อการกำหนดค่าสำหรับข้อมูลเกี่ยวกับความละเอียด) ใช้สำหรับการประมาณความหนาแน่นและการทดลองการสร้างแบบจำลองเชิงกำเนิด

สำหรับ ImageNet ที่ปรับขนาดแล้วสำหรับการเรียนรู้ภายใต้การดูแล ( ลิงก์ ) โปรดดูที่ imagenet_resized

• หน้าแรก : http://image-net.org/small/download.php

• ซอร์สโค้ด : tfds.datasets.downsampled_imagenet.Builder

• รุ่น :

  • 2.0.0 (ค่าเริ่มต้น): API แยกใหม่ ( https://tensorflow.org/datasets/splits )

• แคชอัตโนมัติ ( เอกสาร ): No

• แยก :

• โครงสร้างคุณสมบัติ :

FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
})

• เอกสารคุณสมบัติ :

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

• การอ้างอิง :

@article{DBLP:journals/corr/OordKK16,
  author    = {A{"{a} }ron van den Oord and
               Nal Kalchbrenner and
               Koray Kavukcuoglu},
  title     = {Pixel Recurrent Neural Networks},
  journal   = {CoRR},
  volume    = {abs/1601.06759},
  year      = {2016},
  url       = {http://arxiv.org/abs/1601.06759},
  archivePrefix = {arXiv},
  eprint    = {1601.06759},
  timestamp = {Mon, 13 Aug 2018 16:46:29 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/OordKK16},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

downsampled_imagenet/32x32 (การกำหนดค่าเริ่มต้น)

• คำอธิบายการกำหนดค่า : ชุดข้อมูลที่ประกอบด้วยรูปภาพ Train และ Validation ที่มีความละเอียด 32x32

• ขนาดดาวน์โหลด : 3.98 GiB

• ขนาดชุดข้อมูล : 3.05 GiB

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):

downsampled_imagenet/64x64

• คำอธิบายการกำหนดค่า : ชุดข้อมูลที่ประกอบด้วยรูปภาพ Train และ Validation ที่มีความละเอียด 64x64

• ขนาดการดาวน์โหลด : 11.73 GiB

• ขนาดชุดข้อมูล : 10.80 GiB

• รูป ( tfds.show_examples ):

• ตัวอย่าง ( tfds.as_dataframe ):