stl10

• Deskripsi :

Set data STL-10 adalah set data pengenalan gambar untuk mengembangkan pembelajaran fitur tanpa pengawasan, pembelajaran mendalam, algoritme pembelajaran otodidak. Ini terinspirasi oleh kumpulan data CIFAR-10 tetapi dengan beberapa modifikasi. Secara khusus, setiap kelas memiliki lebih sedikit contoh pelatihan berlabel daripada di CIFAR-10, tetapi sejumlah besar contoh tanpa label disediakan untuk mempelajari model gambar sebelum pelatihan yang diawasi. Tantangan utama adalah memanfaatkan data yang tidak berlabel (yang berasal dari distribusi yang serupa tetapi berbeda dari data yang berlabel) untuk membuat prior yang berguna. Semua gambar diperoleh dari contoh berlabel di ImageNet.

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode north_east

• Beranda : http://ai.stanford.edu/~acoates/stl10/

• Kode sumber : tfds.datasets.stl10.Builder

• Versi :

  • 1.0.0 (default): Tidak ada catatan rilis.

• Ukuran unduhan : 2.46 GiB

• Ukuran dataset : 1.86 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

• Struktur fitur :

FeaturesDict({
    'image': Image(shape=(96, 96, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

• Dokumentasi fitur :

• Kunci yang diawasi (Lihat as_supervised doc ): ('image', 'label')

• Gambar ( tfds.show_examples ):

• Contoh ( tfds.as_dataframe ):

• Kutipan :

@inproceedings{coates2011stl10,
  title={ {An Analysis of Single Layer Networks in Unsupervised Feature Learning} },
  author={Coates, Adam and Ng, Andrew and Lee, Honglak},
  booktitle={AISTATS},
  year={2011},
  note = {\url{https://cs.stanford.edu/~acoates/papers/coatesleeng_aistats_2011.pdf} },
}