إنشاء مجموعة بيانات تأخذ عينة Bernoulli من محتويات مجموعة بيانات أخرى.
لا يوجد تحويل في tf.data
Python API لإنشاء مجموعة البيانات هذه. بدلاً من ذلك، يتم إنشاؤه كنتيجة للتحسين الثابت `filter_with_random_uniform_fusion`. يتم تحديد ما إذا كان سيتم تنفيذ هذا التحسين من خلال خيار ``experimental_optimization.filter_with_random_uniform_fusion`` في tf.data.Options
.
الثوابت
خيط | OP_NAME | اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي |
الأساليب العامة
الطرق الموروثة
منطقية | يساوي (كائن arg0) |
الدرجة النهائية<?> | الحصول على كلاس () |
كثافة العمليات | رمز التجزئة () |
الفراغ النهائي | إعلام () |
الفراغ النهائي | إعلام الكل () |
خيط | إلى سلسلة () |
الفراغ النهائي | انتظر (طويل arg0، int arg1) |
الفراغ النهائي | انتظر (طويل arg0) |
الفراغ النهائي | انتظر () |
بيئة التنفيذ المجردة | بيئى () قم بإرجاع بيئة التنفيذ التي تم إنشاء هذه العملية فيها. |
عملية مجردة |
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
الأساليب العامة
الإخراج العام <TType> asOutput ()
إرجاع المقبض الرمزي للموتر.
المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.
إنشاء مجموعة بيانات عينة ثابتة عامة (نطاق النطاق ، المعامل <؟> مجموعة بيانات الإدخال، المعامل < TFloat32 > المعدل، المعامل < TInt64 > البذور، المعامل < TInt64 > البذور 2، القائمة < الفئة <؟ تمتد TType >> أنواع الإخراج، القائمة < الشكل > أشكال الإخراج)
طريقة المصنع لإنشاء فئة تغلف عملية SamplingDataset جديدة.
حدود
نِطَاق | النطاق الحالي |
---|---|
معدل | العددية التي تمثل معدل العينة. يتم الاحتفاظ بكل عنصر من عناصر "input_dataset" مع هذا الاحتمال، بشكل مستقل عن جميع العناصر الأخرى. |
بذرة | العددية التي تمثل بذرة مولد الأرقام العشوائية. |
البذور2 | عددي يمثل بذرة 2 لمولد الأرقام العشوائية. |
عائدات
- مثيل جديد لـSamplingDataset