- Descripción :
Kuzushiji-MNIST es un reemplazo directo del conjunto de datos MNIST (escala de grises 28x28, 70.000 imágenes), proporcionado en el formato MNIST original, así como en formato NumPy. Dado que MNIST nos restringe a 10 clases, elegimos un personaje para representar cada una de las 10 filas de Hiragana al crear Kuzushiji-MNIST.
Documentación adicional : Explorar en artículos con código
Página de inicio : http://codh.rois.ac.jp/kmnist/index.html.en
Código fuente :
tfds.image_classification.KMNIST
Versiones :
-
3.0.1
(predeterminado): sin notas de la versión.
-
Tamaño de descarga :
20.26 MiB
Tamaño del conjunto de datos :
31.76 MiB
Almacenamiento en caché automático ( documentación ): Sí
Divisiones :
Dividir | Ejemplos |
---|---|
'test' | 10.000 |
'train' | 60.000 |
- Estructura de características :
FeaturesDict({
'image': Image(shape=(28, 28, 1), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
- Documentación de funciones :
Característica | Clase | Forma | tipo D | Descripción |
---|---|---|---|---|
FuncionesDict | ||||
imagen | Imagen | (28, 28, 1) | uint8 | |
etiqueta | Etiqueta de clase | int64 |
Claves supervisadas (Ver documento
as_supervised
):('image', 'label')
Figura ( tfds.show_examples ):
- Ejemplos ( tfds.as_dataframe ):
- Citación :
@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},
}