downsampled_imagenet

  • 설명 :

2가지 해상도의 이미지가 포함된 데이터 세트(해상도에 대한 정보는 구성 이름 참조) 밀도 추정 및 생성 모델링 실험에 사용됩니다.

지도 학습을 위해 크기가 조정된 ImageNet( 링크 )은 imagenet_resized 참조하세요.

나뉘다 예
'train' 1,281,149
'validation' 49,999
  • 기능 구조 :
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=uint8),
})
  • 기능 문서 :
특징 수업 모양 Dtype 설명
특징Dict
영상 영상 (없음, 없음, 3) uint8
@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 (기본 구성)

  • 구성 설명 : 32x32 해상도의 Train 및 Validation 이미지로 구성된 데이터 세트입니다.

  • 다운로드 크기 : 3.98 GiB

  • 데이터세트 크기 : 3.05 GiB

  • 그림 ( tfds.show_examples ):

심상

downsampled_imagenet/64x64

  • 구성 설명 : 64x64 해상도의 Train 및 Validation 이미지로 구성된 데이터 세트입니다.

  • 다운로드 크기 : 11.73 GiB

  • 데이터세트 크기 : 10.80 GiB

  • 그림 ( tfds.show_examples ):

심상