مجموعه داده ای ایجاد می کند که نمونه برنولی از محتویات یک مجموعه داده دیگر را می گیرد.
هیچ تغییری در tf.data
Python API برای ایجاد این مجموعه داده وجود ندارد. در عوض، در نتیجه بهینهسازی استاتیک «filter_with_random_uniform_fusion» ایجاد میشود. اینکه آیا این بهینهسازی انجام میشود یا نه، توسط گزینه «experimental_optimization.filter_with_random_uniform_fusion» در tf.data.Options
تعیین میشود.
ثابت ها
رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
خروجی < TType > | asOutput () دسته نمادین تانسور را برمی گرداند. |
Static SamplingDataset | |
خروجی <?> | رسیدگی () |
روش های ارثی
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
روش های عمومی
خروجی عمومی < TType > asOutput ()
دسته نمادین تانسور را برمی گرداند.
ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.
ایجاد SamplingDataset استاتیک عمومی ( Scope scope, Operand <?> inputDataset, Operand < TFloat32 > rate, Operand < TInt64 > seed, Operand < TInt64 > seed2, List<Class<? گسترش TType >> outputTypes, List< Shape > outputShapes)
روش کارخانه برای ایجاد کلاسی که یک عملیات SamplingDataset جدید را بسته بندی می کند.
مولفه های
محدوده | محدوده فعلی |
---|---|
نرخ | یک اسکالر نشان دهنده نرخ نمونه. هر عنصر از «مجموعه_دادههای ورودی» مستقل از سایر عناصر با این احتمال حفظ میشود. |
دانه | اسکالر نشان دهنده بذر مولد اعداد تصادفی. |
دانه 2 | یک اسکالر نشان دهنده seed2 از مولد اعداد تصادفی. |
برمی گرداند
- نمونه جدیدی از SamplingDataset