setacciare1m

• Descrizione :

Incorporamenti pre-addestrati per la ricerca approssimativa del vicino più vicino utilizzando la distanza euclidea. Questo set di dati è costituito da due suddivisioni:

1. 'database': è composto da 1.000.000 di punti dati, ciascuno ha caratteristiche: 'incorporamento' (128 float), 'indice' (int64), 'vicini' (elenco vuoto).
2. 'test': consiste di 10.000 punti dati, ciascuno ha caratteristiche: 'incorporamento' (128 float), 'indice' (int64), 'vicini' (elenco di 'indice' e 'distanza' dei vicini più vicini nel database. )

• Pagina iniziale : http://corpus-texmex.irisa.fr/

• Codice sorgente : tfds.datasets.sift1m.Builder

• Versioni :

  • 1.0.0 (impostazione predefinita): versione iniziale.

• Dimensione download : 500.80 MiB

• Dimensione del set di dati : 589.49 MiB

• Memorizzazione nella cache automatica ( documentazione ): No

• Divide :

• Struttura delle caratteristiche :

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.),
    }),
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (vedi il documento as_supervised ): None

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

@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}
}