datasets

TensorFlow 数据集

TensorFlow Datasets 提供了许多公共数据集作为tf.data.Datasets 。

文档

要安装和使用 TFDS，我们强烈建议从我们的入门指南开始。在 Colab 笔记本中以交互方式尝试。

我们的文档包含：

• 教程和指南
• 所有可用数据集的列表
• API 参考

 # !pip install tensorflow-datasets
import tensorflow_datasets as tfds
import tensorflow as tf

# Construct a tf.data.Dataset
ds = tfds . load ( 'mnist' , split = 'train' , as_supervised = True , shuffle_files = True )

# Build your input pipeline
ds = ds . shuffle ( 1000 ). batch ( 128 ). prefetch ( 10 ). take ( 5 )
for image , label in ds :
  pass 

TFDS核心价值观

TFDS 的构建考虑了以下原则：

• 简单性：标准用例应该开箱即用
• 性能：TFDS遵循最佳实践，可以实现最先进的速度
• 确定性/再现性：所有用户以相同的顺序获得相同的示例
• 可定制性：高级用户可以进行细粒度的控制

如果这些用例不满意，请向我们发送反馈。

想要特定的数据集吗？

按照我们的指南添加数据集非常简单。

通过打开数据集请求 GitHub 问题来请求数据集。

并通过对问题添加“竖起大拇指”反应来对当前的一组请求进行投票。

引文

在论文中使用tensorflow-datasets集时，除了特定于所使用数据集的任何引文之外，请包含以下引文。

 @misc { TFDS ,
  title = { {TensorFlow Datasets}, A collection of ready-to-use datasets } ,
  howpublished = { url{https://www.tensorflow.org/datasets} } ,
}

免责声明

这是一个下载和准备公共数据集的实用程序库。我们不托管或分发这些数据集，不保证其质量或公平性，也不声称您拥有使用该数据集的许可。您有责任确定您是否有权根据数据集的许可使用该数据集。

如果您是数据集所有者并希望更新其任何部分（描述、引用等），或者不希望您的数据集包含在此库中，请通过 GitHub 问题与我们联系。感谢您对 ML 社区的贡献！

如果您有兴趣了解有关负责任的人工智能实践（包括公平性）的更多信息，请参阅 Google AI 的负责任的人工智能实践。

tensorflow/datasets已获得 Apache 2.0 许可。请参阅LICENSE文件。