emnista

• Opis :

Zbiór danych EMNIST to zestaw odręcznie pisanych cyfr pochodzących ze specjalnej bazy danych NIST 19 i przekonwertowanych na format obrazu o wymiarach 28x28 pikseli i strukturę zbioru danych, która bezpośrednio pasuje do zbioru danych MNIST.

• Dodatkowa dokumentacja : Eksploruj w dokumentach z kodem north_east

• Strona główna : https://www.nist.gov/itl/products-and-services/emnist-dataset

• Kod źródłowy : tfds.image_classification.EMNIST

• Wersje :

  • 3.0.0 : Nowe podzielone API ( https://tensorflow.org/datasets/splits )
  • 3.1.0 (domyślnie): Zaktualizowano uszkodzony adres URL pobierania

• Rozmiar pobierania : 535.73 MiB

• Klucze nadzorowane (zobacz dokument as_supervised ): ('image', 'label')

• Cytat :

@article{cohen_afshar_tapson_schaik_2017,
    title={EMNIST: Extending MNIST to handwritten letters},
    DOI={10.1109/ijcnn.2017.7966217},
    journal={2017 International Joint Conference on Neural Networks (IJCNN)},
    author={Cohen, Gregory and Afshar, Saeed and Tapson, Jonathan and Schaik, Andre Van},
    year={2017}
}

emnist/byclass (konfiguracja domyślna)

• Opis konfiguracji : EMNIST ByClass

• Rozmiar zbioru danych : 349.16 MiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=62),
})

• Dokumentacja funkcji :

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):

emnist/połączyłem się

• Opis konfiguracji : EMNIST ByMerge

• Rozmiar zbioru danych : 349.16 MiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=47),
})

• Dokumentacja funkcji :

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):

emnistyczny/zrównoważony

• Opis konfiguracji : EMNIST Zrównoważony

• Rozmiar zbioru danych : 56.63 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=47),
})

• Dokumentacja funkcji :

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):

emnista/listy

• Opis konfiguracji : Listy EMNIST

• Rozmiar zbioru danych : 44.14 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=37),
})

• Dokumentacja funkcji :

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):

emnista/cyfry

• Opis konfiguracji : Cyfry EMNIST

• Rozmiar zbioru danych : 120.32 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

• Dokumentacja funkcji :

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):

emnista/mnista

• Opis konfiguracji : EMNIST MNIST

• Rozmiar zbioru danych : 30.09 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

• Dokumentacja funkcji :

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):