SamplingDataset

SamplingDataset kelas akhir publik

Membuat kumpulan data yang mengambil sampel Bernoulli dari konten kumpulan data lain.

Tidak ada transformasi di tf.data Python API untuk membuat kumpulan data ini. Sebaliknya, ini dibuat sebagai hasil optimasi statis `filter_with_random_uniform_fusion`. Apakah pengoptimalan ini dilakukan atau tidak ditentukan oleh opsi `experimental_optimization.filter_with_random_uniform_fusion` dari tf.data.Options .

Metode Publik

Keluaran <Objek>
sebagai Keluaran ()
Mengembalikan pegangan simbolik tensor.
SamplingDataset statis
buat ( Lingkup lingkup, Operan <?> inputDataset, Kecepatan Operan <Float>, Operan <Panjang> benih, Operan <Panjang> benih2, Daftar<Kelas<?>> Jenis keluaran, Daftar< Bentuk > bentuk keluaran)
Metode pabrik untuk membuat kelas yang membungkus operasi SamplingDataset baru.
Keluaran <?>

Metode Warisan

Metode Publik

Output publik <Objek> asOutput ()

Mengembalikan pegangan simbolik tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

pembuatan SamplingDataset statis publik ( Lingkup cakupan , Operan <?> inputDataset, Kecepatan Operan <Float>, Seed Operan <Panjang>, Operan <Panjang> seed2, Daftar<Kelas<?>> Jenis keluaran, Daftar< Bentuk > bentuk keluaran)

Metode pabrik untuk membuat kelas yang membungkus operasi SamplingDataset baru.

Parameter
cakupan ruang lingkup saat ini
kecepatan Skalar yang mewakili laju sampel. Setiap elemen `input_dataset` dipertahankan dengan probabilitas ini, tidak bergantung pada semua elemen lainnya.
benih Skalar yang mewakili benih penghasil bilangan acak.
benih2 Skalar yang mewakili seed2 generator bilangan acak.
Kembali
  • contoh baru dari SamplingDataset

Keluaran publik <?> pegangan ()