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 <?>	menangani ()

Metode Warisan

Dari kelas org.tensorflow.op.PrimitiveOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Mengembalikan Operation yang mendasarinya
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	memberitahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.Operand

Keluaran abstrak <Objek>

sebagai Keluaran () Mengembalikan pegangan simbolik tensor.

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 ()