MNIST Classe
Représente la base de données MNIST de chiffres manuscrits.
La base de données MNIST de chiffres manuscrits présente un ensemble d’entraînement comportant 60 000 exemples, ainsi qu’un ensemble test de 10 000 exemples. Les chiffres présentent une taille normalisée et sont centrés dans une image à taille fixe. Pour plus d’informations sur ce jeu de données, notamment pour consulter les descriptions des colonnes, connaître les différentes façons d’accéder au jeu de données et obtenir des exemples, consultez La base de données MNIST de chiffres manuscrits dans le catalogue Microsoft Azure Open Datasets.
Pour obtenir un exemple d’utilisation du jeu de données MNIST, consultez le tutoriel Effectuer l’apprentissage de modèles de classification d’image avec des données MNIST et scikit-learn à l’aide d’Azure Machine Learning.
- Héritage
Constructeur
MNIST()
Méthodes
get_file_dataset |
Retourne un FileDataset contenant les données. |
get_tabular_dataset |
Retourne un TabularDataset contenant les données. |
get_file_dataset
Retourne un FileDataset contenant les données.
get_file_dataset(dataset_filter='all', enable_telemetry: bool = True) -> FileDataset
Paramètres
- cls
Classe actuelle
- dataset_filter
- str
Filtre qui détermine les données qui sont retournées. Peut être « all » (valeur par défaut), « train » ou « test ».
- enable_telemetry
- bool
Indique s’il est nécessaire d’activer la télémétrie pour ce jeu de données.
Retours
Un jeu de données de fichier.
Type de retour
get_tabular_dataset
Retourne un TabularDataset contenant les données.
get_tabular_dataset(dataset_filter='all', enable_telemetry: bool = True) -> TabularDataset
Paramètres
- cls
Classe actuelle
- dataset_filter
- str
Filtre qui détermine les données qui sont retournées. Peut être « all » (valeur par défaut), « train » ou « test ».
- enable_telemetry
- bool
Indique s’il est nécessaire d’activer la télémétrie pour ce jeu de données.
Retours
Un jeu de données tabulaire.
Type de retour
Commentaires
https://aka.ms/ContentUserFeedback.
Bientôt disponible : Tout au long de 2024, nous allons supprimer progressivement GitHub Issues comme mécanisme de commentaires pour le contenu et le remplacer par un nouveau système de commentaires. Pour plus d’informations, consultezEnvoyer et afficher des commentaires pour