- Descrição :
Kuzushiji-MNIST é um substituto imediato para o conjunto de dados MNIST (tons de cinza 28x28, 70.000 imagens), fornecido no formato MNIST original, bem como no formato NumPy. Como o MNIST nos restringe a 10 classes, escolhemos um caractere para representar cada uma das 10 linhas do Hiragana ao criar o Kuzushiji-MNIST.
Documentação adicional : Explore artigos com código
Página inicial : http://codh.rois.ac.jp/kmnist/index.html.en
Código fonte :
tfds.image_classification.KMNIST
Versões :
-
3.0.1
(padrão): Sem notas de versão.
-
Tamanho do download :
20.26 MiB
Tamanho do conjunto de dados :
31.76 MiB
Armazenado em cache automaticamente ( documentação ): Sim
Divisões :
Dividir | Exemplos |
---|---|
'test' | 10.000 |
'train' | 60.000 |
- Estrutura de recursos :
FeaturesDict({
'image': Image(shape=(28, 28, 1), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
- Documentação de recursos :
Recurso | Aula | Forma | Tipo D | Descrição |
---|---|---|---|---|
RecursosDict | ||||
imagem | Imagem | (28, 28, 1) | uint8 | |
rótulo | ClassLabel | int64 |
Chaves supervisionadas (consulte o documento
as_supervised
):('image', 'label')
Figura ( tfds.show_examples ):
- Exemplos ( tfds.as_dataframe ):
- Citação :
@online{clanuwat2018deep,
author = {Tarin Clanuwat and Mikel Bober-Irizar and Asanobu Kitamoto and Alex Lamb and Kazuaki Yamamoto and David Ha},
title = {Deep Learning for Classical Japanese Literature},
date = {2018-12-03},
year = {2018},
eprintclass = {cs.CV},
eprinttype = {arXiv},
eprint = {cs.CV/1812.01718},
}