एक डेटासेट बनाता है जो किसी अन्य डेटासेट की सामग्री का बर्नौली नमूना लेता है।
इस डेटासेट को बनाने के लिए tf.data
Python API में कोई परिवर्तन नहीं हुआ है। इसके बजाय, इसे `फ़िल्टर_विथ_रैंडम_यूनिफ़ॉर्म_फ़्यूज़न` स्थिर अनुकूलन के परिणामस्वरूप बनाया गया है। यह अनुकूलन निष्पादित किया गया है या नहीं यह tf.data.Options
के `experimental_optimization.filter_with_random_uniform_fusion` विकल्प द्वारा निर्धारित किया जाता है।
सार्वजनिक तरीके
आउटपुट <ऑब्जेक्ट> | आउटपुट के रूप में () टेंसर का प्रतीकात्मक हैंडल लौटाता है। |
स्थैतिक नमूनाकरणडेटासेट | |
आउटपुट <?> | सँभालना () |
विरासत में मिली विधियाँ
सार्वजनिक तरीके
सार्वजनिक आउटपुट <ऑब्जेक्ट> आउटपुट के रूप में ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
TensorFlow संचालन के इनपुट किसी अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।
सार्वजनिक स्थैतिक सैम्पलिंगडेटासेट बनाएं ( स्कोप स्कोप, ऑपरेंड <?> इनपुटडेटासेट, ऑपरेंड <फ्लोट> रेट, ऑपरेंड <लॉन्ग> सीड, ऑपरेंड <लॉन्ग> सीड2, लिस्ट<क्लास<?>> आउटपुटटाइप्स, लिस्ट< शेप > आउटपुटशेप्स)
एक नया सैम्पलिंगडेटासेट ऑपरेशन लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
पैरामीटर
दायरा | वर्तमान दायरा |
---|---|
दर | नमूना दर का प्रतिनिधित्व करने वाला एक स्केलर। `input_dataset` के प्रत्येक तत्व को अन्य सभी तत्वों से स्वतंत्र, इस संभावना के साथ बनाए रखा जाता है। |
बीज | यादृच्छिक संख्या जनरेटर के बीज का प्रतिनिधित्व करने वाला एक अदिश। |
बीज2 | यादृच्छिक संख्या जनरेटर के बीज2 का प्रतिनिधित्व करने वाला एक अदिश। |
रिटर्न
- सैम्पलिंगडेटासेट का एक नया उदाहरण