文件名称：matlab中运行代码是什么-omniglot:一站式学习的Omniglot数据集
文件大小：92.37MB
文件格式：ZIP
更新时间：2024-06-09 22:07:59
系统开源
matlab中运行代码是什么一站式学习的Omniglot数据集 Omniglot数据集旨在开发更多类似于人类的学习算法。 它包含来自50个不同字母的1623个不同的手写字符。 1623个角色中的每个角色都是由20个不同的人通过亚马逊的Mechanical Turk在线绘制的。 每个图像都与笔划数据配对，笔划数据与[x，y，t]坐标序列（以毫秒为单位的时间（t））结合在一起。 新发布（2019年1月） 现在可通过python入门代码和原始文本文件获得笔划数据。 运行python / demo.py作为如何使用它的示例。 所有其他文件保持不变。 引用此数据集 请引用以下论文： 科学，350（6266），1332-1338。 并查看我们关于挑战的进度报告： 预印本可在arXiv：1902.03477上找到。 我们感谢编写系统的百科全书，以帮助使该数据集成为可能，并感谢谁对开发和收集此数据集至关重要。 内容 Omniglot数据集包含50个字母。 我们将它们分为30个字母的背景集和20个字母的评估集。 为了与本文的结果进行比较，仅应使用背景集来学习有关字符的一般知识（例如，特征学习，元学习或超
【文件预览】：
omniglot-master
----demo_strokes.png(57KB)
----python()
--------strokes_background.zip(24.47MB)
--------images_background_small1.zip(1.26MB)
--------images_evaluation.zip(6.16MB)
--------strokes_background_small1.zip(2.91MB)
--------demo.py(4KB)
--------strokes_background_small2.zip(3.91MB)
--------one-shot-classification()
--------strokes_evaluation.zip(18.3MB)
--------images_background.zip(9.03MB)
--------images_background_small2.zip(1.51MB)
----matlab()
--------data_background.mat(20.52MB)
--------plot_image_only.m(315B)
--------data_background_small2.mat(3.37MB)
--------space_img_to_motor.m(446B)
--------demo.m(1KB)
--------data_evaluation.mat(15.58MB)
--------space_motor_to_img.m(449B)
--------Dataset.m(7KB)
--------plot_motor_on_image.m(2KB)
--------one-shot-classification()
--------UtilImage.m(342B)
--------data_background_small1.mat(2.44MB)
--------apply_to_nested.m(734B)
----LICENSE(1KB)
----omniglot_grid.jpg(416KB)
----.gitignore(168B)
----README.md(4KB)