- Descrizione :
Kuzushiji-MNIST è un sostituto immediato del set di dati MNIST (scala di grigi 28x28, 70.000 immagini), fornito nel formato MNIST originale e in un formato NumPy. Poiché MNIST ci limita a 10 classi, abbiamo scelto un carattere per rappresentare ciascuna delle 10 righe di Hiragana durante la creazione di Kuzushiji-MNIST.
Documentazione aggiuntiva : esplora documenti con codice
Pagina iniziale : http://codh.rois.ac.jp/kmnist/index.html.en
Codice sorgente :
tfds.image_classification.KMNIST
Versioni :
-
3.0.1
(impostazione predefinita): nessuna nota di rilascio.
-
Dimensione download :
20.26 MiB
Dimensione del set di dati :
31.76 MiB
Memorizzazione nella cache automatica ( documentazione ): sì
Divide :
Diviso | Esempi |
---|---|
'test' | 10.000 |
'train' | 60.000 |
- Struttura delle caratteristiche :
FeaturesDict({
'image': Image(shape=(28, 28, 1), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
- Documentazione delle funzionalità :
Caratteristica | Classe | Forma | Tipo D | Descrizione |
---|---|---|---|---|
CaratteristicheDict | ||||
Immagine | Immagine | (28, 28, 1) | uint8 | |
etichetta | ClassLabel | int64 |
Chiavi supervisionate (vedi il documento
as_supervised
):('image', 'label')
Figura ( tfds.show_examples ):
- Esempi ( tfds.as_dataframe ):
- Citazione :
@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},
}