Membuat kumpulan data yang mengambil sampel Bernoulli dari isi kumpulan data lain.
Tidak ada transformasi di tf.data
Python API untuk membuat kumpulan data ini. Sebagai gantinya, ini dibuat sebagai hasil dari pengoptimalan statis `filter_with_random_uniform_fusion`. Apakah pengoptimalan ini dilakukan ditentukan oleh opsi `experimental_optimization.filter_with_random_uniform_fusion` dari tf.data.Options
.
Metode Publik
Keluaran <Objek> | sebagai Keluaran () Mengembalikan pegangan simbolis dari sebuah tensor. |
SamplingDataset statis | |
Keluaran <?> | menangani () |
Metode yang Diwarisi
Metode Publik
Output publik <Object> sebagai Output ()
Mengembalikan pegangan simbolis dari sebuah tensor.
Input ke operasi TensorFlow adalah output dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
pembuatan SamplingDataset statis publik ( Cakupan lingkup, Operand <?> inputDataset, Operand <Float> rate, Operand <Long> seed, Operand <Long> seed2, List<Class<?>> outputTypes, List< Shape > outputShapes)
Metode pabrik untuk membuat kelas yang membungkus operasi SamplingDataset baru.
Parameter
cakupan | lingkup saat ini |
---|---|
kecepatan | Skalar yang mewakili laju sampel. Setiap elemen `input_dataset` dipertahankan dengan probabilitas ini, terlepas dari semua elemen lainnya. |
benih | Sebuah skalar yang mewakili benih dari pembangkit bilangan acak. |
benih2 | Sebuah skalar yang mewakili seed2 dari generator bilangan acak. |
Kembali
- contoh baru dari SamplingDataset