menyaring1m

• Keterangan :

Penyematan terlatih untuk perkiraan pencarian tetangga terdekat menggunakan jarak Euclidean. Kumpulan data ini terdiri dari dua bagian:

1. 'database': terdiri dari 1.000.000 titik data, masing-masing memiliki fitur: 'embedding' (128 float), 'index' (int64), 'neighbours' (daftar kosong).
2. 'test': terdiri dari 10.000 titik data, masing-masing memiliki fitur: 'embedding' (128 float), 'index' (int64), 'neighbors' (daftar 'index' dan 'jarak' tetangga terdekat dalam database. )

• Beranda : http://corpus-texmex.irisa.fr/

• Kode sumber : tfds.datasets.sift1m.Builder

• Versi :

  • 1.0.0 (default): Rilis awal.

• Ukuran unduhan : 500.80 MiB

• Ukuran kumpulan data : 589.49 MiB

• Cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

• Struktur fitur :

FeaturesDict({
    'embedding': Tensor(shape=(128,), dtype=float32),
    'index': Scalar(shape=(), dtype=int64, description=Index within the split.),
    'neighbors': Sequence({
        'distance': Scalar(shape=(), dtype=float32, description=Neighbor distance.),
        'index': Scalar(shape=(), dtype=int64, description=Neighbor index.),
    }),
})

• Dokumentasi fitur :

• Kunci yang diawasi (Lihat dokumen as_supervised ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• Contoh ( tfds.as_dataframe ):

• Kutipan :

@article{jegou2010product,
  title={Product quantization for nearest neighbor search},
  author={Jegou, Herve and Douze, Matthijs and Schmid, Cordelia},
  journal={IEEE transactions on pattern analysis and machine intelligence},
  volume={33},
  number={1},
  pages={117--128},
  year={2010},
  publisher={IEEE}
}