ज्ञात प्रत्यक्ष उपवर्ग |
tf.data Datset के माध्यम से पुनरावृत्ति की स्थिति का प्रतिनिधित्व करता है। DatasetIterator एक java.util.Iterator नहीं है। उत्सुक मोड में, `डेटासेट` को एक पुनरावर्तनीय के रूप में उपयोग किया जा सकता है, प्रत्येक पुनरावृत्ति में डेटासेट तत्व लौटाए जा सकते हैं।
उदाहरण: ग्राफ़ मोड में पुनरावृत्ति।
// Create input tensors
Operand<?> features = tf.constant( ... );
Operand<?> labels = tf.constant( ... );
Dataset dataset = Dataset
.fromTensorSlices(XTensor, yTensor);
.batch(BATCH_SIZE);
DatasetIterator iterator = dataset.makeInitializeableIterator();
List<Operand<?>> components = iterator.getNext();
Operand<?> featureBatch = components.get(0);
Operand<?> labelBatch = components.get(1);
// Build a TensorFlow graph that does something on each element.
loss = computeModelLoss(featureBatch, labelBatch);
optimizer = ... // create an optimizer
trainOp = optimizer.minimize(loss);
try (Session session = new Session(graph) {
while (true) {
session.run(iterator.getInitializer());
try {
session
.addTarget(trainOp)
.fetch(loss)
.run();
...
catch (TFOutOfRangeError e) {
System.out.println("finished iterating.");
break;
}
}
}
}
उदाहरण: उत्सुक मोड में पुनरावृत्ति।
// Create input tensors
Operand<?> features = tf.constant( ... );
Operand<?> labels = tf.constant( ... );
int BATCH_SIZE = ...
Dataset dataset = Dataset
.fromTensorSlices(features, labels)
.batch(BATCH_SIZE);
DatasetIterator iterator = dataset.makeIterator();
Optimizer optimizer = ... // create an optimizer
for (List<Operand<?>> components : dataset) {
Operand<?> featureBatch = components.get(0);
Operand<?> labelBatch = components.get(1);
loss = computeModelLoss(featureBatch, labelBatch);
trainOp = optimizer.minimize(loss);
}
स्थिरांक
डोरी | EMPTY_SHARED_NAME |
सार्वजनिक निर्माता
डेटासेट इटरेटर (ऑप्स टीएफ, ऑपरेंड <?> इटरेटर रिसोर्स, ऑप इनिशियलाइज़र, लिस्ट <क्लास <? टीटाइप >> आउटपुटटाइप्स, लिस्ट< शेप > आउटपुटशेप्स का विस्तार करता है) | |
डेटासेट इटरेटर (ऑप्स टीएफ, ऑपरेंड <?> इटरेटर रिसोर्स, लिस्ट <क्लास <? टीटाइप >> आउटपुटटाइप्स, लिस्ट< शेप > आउटपुटशेप्स बढ़ाता है) |
सार्वजनिक तरीके
स्थैतिक डेटासेट इटरेटर | |
सेशन | |
ऑपरेंड <?> | |
सूची< ऑपरेंड <?>> | अगला प्राप्त करें () अगले डेटासेट तत्व के घटकों का प्रतिनिधित्व करने वाले Operand<?> की एक सूची लौटाता है। |
डेटासेटवैकल्पिक | getNextAsOptional () अगले डेटासेट तत्व के घटकों का प्रतिनिधित्व करने वाला `डेटासेटऑप्शनल` लौटाता है। |
ऑप्स | |
इटरेटर<सूची< संचालन <?>>> | पुनरावर्तक () |
सेशन | मेकइनिशियलाइज़र ( डेटासेट डेटासेट) एक TF `Op` बनाता है और लौटाता है जिसे डेटासेट पर इस इटरेटर को आरंभ करने के लिए चलाया जा सकता है। |
विरासत में मिली विधियाँ
स्थिरांक
सार्वजनिक स्थैतिक अंतिम स्ट्रिंग EMPTY_SHARED_NAME
सार्वजनिक निर्माता
सार्वजनिक डेटासेट इटरेटर (ऑप्स टीएफ, ऑपरेंड <?> इटरेटर रिसोर्स, ऑप इनिशियलाइज़र, लिस्ट <क्लास <? टीटाइप >> आउटपुटटाइप्स, लिस्ट< शेप > आउटपुटशेप्स का विस्तार करता है)
पैरामीटर
tf | ऑप्स एक्सेसर `ExecutionEnvironment` के अनुरूप `iteratorResource` के अनुरूप है। |
---|---|
iteratorResource | पुनरावर्तक का प्रतिनिधित्व करने वाला एक ऑपरेंड (उदाहरण के लिए `tf.data.iterator` या `tf.data.anonymousIterator` से निर्मित) |
प्रारंभकर्ता | एक `ऑप` जिसे इस पुनरावर्तक को प्रारंभ करने के लिए चलाया जाना चाहिए |
आउटपुट प्रकार | डेटासेट तत्व के प्रत्येक घटक के टेंसर प्रकार के अनुरूप कक्षाओं की एक सूची। |
आउटपुटशेप्स | डेटासेट तत्व के प्रत्येक घटक के आकार के अनुरूप `आकार` ऑब्जेक्ट की एक सूची। |
सार्वजनिक तरीके
स्ट्रक्चर से सार्वजनिक स्थैतिक डेटासेटइटरेटर (ऑप्स टीएफ, सूची<क्लास<? टीटाइप >> आउटपुटटाइप्स, सूची< आकार > आउटपुटशेप्स का विस्तार करता है)
`आउटपुटशेप्स` और `आउटपुटटाइप्स` द्वारा परिभाषित "संरचना" से एक नया इटरेटर बनाता है।
पैरामीटर
tf | ऑप्स एक्सेसर |
---|---|
आउटपुट प्रकार | डेटासेट तत्व के प्रत्येक घटक के टेंसर प्रकार को दर्शाने वाली कक्षाओं की एक सूची। |
आउटपुटशेप्स | डेटासेट तत्व के प्रत्येक घटक के आकार का प्रतिनिधित्व करने वाली आकृति वस्तुओं की एक सूची। |
रिटर्न
- एक नया डेटासेटइटरेटर
सार्वजनिक सूची < ऑपरेंड <?>> getNext ()
अगले डेटासेट तत्व के घटकों का प्रतिनिधित्व करने वाले Operand<?>
की एक सूची लौटाता है।
ग्राफ़ मोड में, इस विधि को एक बार कॉल करें, और इसके परिणाम को किसी अन्य गणना में इनपुट के रूप में उपयोग करें। फिर प्रशिक्षण लूप में, session.run() पर लगातार कॉल पर, इन घटकों के माध्यम से लगातार डेटासेट तत्व पुनर्प्राप्त किए जाएंगे।
उत्सुक मोड में, हर बार जब इस विधि को कॉल किया जाता है, तो अगला डेटासेट तत्व वापस कर दिया जाएगा। (यह `डेटासेट` के माध्यम से जावा `इटरेबल` के रूप में पुनरावृत्त करके स्वचालित रूप से किया जाता है)।
रिटर्न
- एक
List<Operand<?>>
डेटासेट तत्व घटकों का प्रतिनिधित्व करता है।
सार्वजनिक डेटासेटऑप्शनल getNextAsOptional ()
अगले डेटासेट तत्व के घटकों का प्रतिनिधित्व करने वाला `डेटासेटऑप्शनल` लौटाता है।
उत्सुक मोड में, हर बार जब इस विधि को कॉल किया जाता है, तो अगला डेटासेट तत्व `डेटासेटऑप्शनल` के रूप में लौटाया जाएगा।
यह जांचने के लिए `DatasetOptional.hasValue` का उपयोग करें कि क्या इस वैकल्पिक का कोई मान है, और मान पुनः प्राप्त करने के लिए `DatasetOptional.getValue` का उपयोग करें।
रिटर्न
- डेटासेट तत्व घटकों का प्रतिनिधित्व करने वाला एक `डेटासेटऑप्शनल`।
सार्वजनिक ऑप्स getOpsInstance ()
सार्वजनिक ऑप मेकइनिशियलाइज़र ( डेटासेट डेटासेट)
एक TF `Op` बनाता है और लौटाता है जिसे डेटासेट पर इस इटरेटर को आरंभ करने के लिए चलाया जा सकता है। डेटासेट में एक संरचना (आउटपुटटाइप, आउटपुटशेप्स) होनी चाहिए जो इस इटरेटर से मेल खाती हो, और इस इटरेटर के समान ExecutionEnvironment साझा करे।
जब यह `ऑप` चलाया जाता है, तो यह पुनरावर्तक इनपुट डेटासेट के पहले तत्व पर "पुनः प्रारंभ" किया जाएगा।
उत्सुक मोड में, `makeIterator` पर कॉल के भाग के रूप में ऑप स्वचालित रूप से चलाया जाएगा।
पैरामीटर
डाटासेट | इस पुनरावर्तक को प्रारंभ करने के लिए एक `org.tensorflow.data.Dataset`। |
---|
रिटर्न
- एक TF `Op` जिसका उपयोग डेटासेट पर इस इटरेटर को आरंभ करने के लिए किया जा सकता है।
फेंकता
अवैध तर्क अपवाद | यदि डेटासेट का निष्पादन वातावरण या संरचना इस पुनरावर्तक से मेल नहीं खाती है। |
---|