MNIST Clase
Representa el conjunto de datos de MNIST de dígitos manuscritos.
La base de datos MNIST de dígitos manuscritos tiene un conjunto de entrenamiento de 60 000 ejemplos y un conjunto de prueba de 10 000 ejemplos. Los dígitos tienen un tamaño normalizado y están centrados en una imagen de tamaño fijo. Para obtener más información sobre este conjunto de datos, incluidas las descripciones de columnas, las distintas formas de acceder al conjunto de datos y ejemplos, consulte Base de datos de MNIST de dígitos manuscritos en el catálogo de Microsoft Azure Open Datasets.
Para obtener un ejemplo del uso de conjunto de datos de MNIST, consulte el tutorial Entrenamiento de modelos de clasificación de imágenes con datos de MNIST y scikit-learn mediante Azure Machine Learning.
- Herencia
Constructor
MNIST()
Métodos
get_file_dataset |
Devuelve un valor FileDataset que contiene los datos. |
get_tabular_dataset |
Devuelve un valor TabularDataset que contiene los datos. |
get_file_dataset
Devuelve un valor FileDataset que contiene los datos.
get_file_dataset(dataset_filter='all', enable_telemetry: bool = True) -> FileDataset
Parámetros
Nombre | Description |
---|---|
cls
Requerido
|
Clase actual |
dataset_filter
|
Filtro que determina qué datos se devuelven. Puede ser "all" (valor predeterminado), "train" o "test". valor predeterminado: all
|
enable_telemetry
|
Si se va a habilitar la telemetría en este conjunto de datos. valor predeterminado: True
|
Devoluciones
Tipo | Description |
---|---|
Un conjunto de datos de archivo. |
get_tabular_dataset
Devuelve un valor TabularDataset que contiene los datos.
get_tabular_dataset(dataset_filter='all', enable_telemetry: bool = True) -> TabularDataset
Parámetros
Nombre | Description |
---|---|
cls
Requerido
|
Clase actual |
dataset_filter
|
Filtro que determina qué datos se devuelven. Puede ser "all" (valor predeterminado), "train" o "test". valor predeterminado: all
|
enable_telemetry
|
Si se va a habilitar la telemetría en este conjunto de datos. valor predeterminado: True
|
Devoluciones
Tipo | Description |
---|---|
Un conjunto de datos tabulares. |
Comentarios
https://aka.ms/ContentUserFeedback.
Próximamente: A lo largo de 2024 iremos eliminando gradualmente GitHub Issues como mecanismo de comentarios sobre el contenido y lo sustituiremos por un nuevo sistema de comentarios. Para más información, vea:Enviar y ver comentarios de