dsprites

• Descrizione :

dSprites è un set di dati di forme 2D generate proceduralmente da 6 fattori latenti indipendenti dalla realtà terrestre. Questi fattori sono colore , forma , scala , rotazione , posizioni xey di uno sprite.

Tutte le possibili combinazioni di questi latenti sono presenti esattamente una volta, generando N = 737280 immagini totali.

Valori dei fattori latenti

• Colore bianco
• Forma: quadrata, ellittica, cuore
• Scala: 6 valori spaziati linearmente in [0,5, 1]
• Orientamento: 40 valori in [0, 2 pi]
• Posizione X: 32 valori in [0, 1]
• Posizione Y: 32 valori in [0, 1]

Abbiamo variato un latente alla volta (iniziando dalla posizione Y, poi dalla posizione X, ecc.) e memorizzando sequenzialmente le immagini in ordine fisso. Quindi l'ordine lungo la prima dimensione è fisso e consente di risalire al valore dei latenti corrispondente a quell'immagine.

Abbiamo scelto deliberatamente i valori latenti per avere i più piccoli cambiamenti di gradino garantendo al tempo stesso che tutti gli output dei pixel fossero diversi. Non è stato aggiunto alcun rumore.

• Documentazione aggiuntiva : esplora documenti con codice north_east

• Home page : https://github.com/deepmind/dsprites-dataset

• Codice sorgente : tfds.datasets.dsprites.Builder

• Versioni :

  • 2.0.0 (impostazione predefinita): nuova API divisa ( https://tensorflow.org/datasets/splits )
  • 2.1.0 : nessuna nota di rilascio.

• Dimensione download : 26.73 MiB

• Dimensioni del set di dati : Unknown size

• Memorizzato automaticamente nella cache ( documentazione ): sconosciuto

• Divide :

• Struttura delle caratteristiche :

FeaturesDict({
    'image': Image(shape=(64, 64, 1), dtype=uint8),
    'label_orientation': ClassLabel(shape=(), dtype=int64, num_classes=40),
    'label_scale': ClassLabel(shape=(), dtype=int64, num_classes=6),
    'label_shape': ClassLabel(shape=(), dtype=int64, num_classes=3),
    'label_x_position': ClassLabel(shape=(), dtype=int64, num_classes=32),
    'label_y_position': ClassLabel(shape=(), dtype=int64, num_classes=32),
    'value_orientation': float32,
    'value_scale': float32,
    'value_shape': float32,
    'value_x_position': float32,
    'value_y_position': float32,
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (vedi il documento as_supervised ): None

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

• Citazione :

@misc{dsprites17,
author = {Loic Matthey and Irina Higgins and Demis Hassabis and Alexander Lerchner},
title = {dSprites: Disentanglement testing Sprites dataset},
howpublished= {https://github.com/deepmind/dsprites-dataset/},
year = "2017",
}