- বর্ণনা :
2 রেজোলিউশনের ছবি সহ ডেটাসেট (রেজোলিউশনের তথ্যের জন্য কনফিগার নাম দেখুন)। এটি ঘনত্ব অনুমান এবং জেনারেটিভ মডেলিং পরীক্ষার জন্য ব্যবহৃত হয়।
তত্ত্বাবধানে শেখার জন্য ইমেজনেটের আকার পরিবর্তনের জন্য ( লিঙ্ক ) দেখুন imagenet_resized
।
উত্স কোড :
tfds.datasets.downsampled_imagenet.Builder
সংস্করণ :
-
2.0.0
(ডিফল্ট): নতুন স্প্লিট API ( https://tensorflow.org/datasets/splits )
-
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
বিভাজন :
বিভক্ত | উদাহরণ |
---|---|
'train' | 1,281,149 |
'validation' | ৪৯,৯৯৯ |
- বৈশিষ্ট্য গঠন :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
ইমেজ | ছবি | (কোনটিই নয়, 3) | uint8 |
তত্ত্বাবধান করা কী (দেখুন
as_supervised
doc ):None
উদ্ধৃতি :
@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 (ডিফল্ট কনফিগারেশন)
কনফিগারের বিবরণ : 32x32 রেজোলিউশনের ট্রেন এবং বৈধতা চিত্র সমন্বিত একটি ডেটাসেট।
ডাউনলোড সাইজ :
3.98 GiB
ডেটাসেটের আকার :
3.05 GiB
চিত্র ( tfds.show_examples ):
- উদাহরণ ( tfds.as_dataframe ):
downsampled_imagenet/64x64
কনফিগারেশনের বিবরণ : 64x64 রেজোলিউশনের ট্রেন এবং বৈধতা চিত্র সমন্বিত একটি ডেটাসেট।
ডাউনলোড সাইজ :
11.73 GiB
ডেটাসেটের আকার :
10.80 GiB
চিত্র ( tfds.show_examples ):
- উদাহরণ ( tfds.as_dataframe ):