عصور التدريب غير الموحدة

public final class NonuniformTrainingEpochs<
  Samples: Collection,
  Entropy: RandomNumberGenerator
>: Sequence, IteratorProtocol

تسلسل لا نهائي من مجموعات دفعات العينات المناسبة لتدريب DNN عندما لا تكون العينات ذات حجم موحد.

الدفعات في كل عصر:

• جميعها لديها بالضبط نفس العدد من العينات.
• يتم تشكيلها من عينات ذات حجم مماثل.
• ابدأ بدفعة يكون الحد الأقصى لحجم العينة فيها هو الحد الأقصى لحجم جميع العينات المستخدمة في العصر.

• الحرف الأول (عينات: BatchSize: الإنتروبيا: BatchesPerSort: areInAscendingSizeOrder :)
  يُنشئ مثيلًا لسحب العينات من samples إلى دفعات بحجم batchSize .

  تصريح

  public init(
    samples: Samples,
    batchSize: Int,
    entropy: Entropy,
    batchesPerSort: Int? = nil,
    areInAscendingSizeOrder:
      @escaping (Samples.Element, Samples.Element) -> Bool
  )

  حدود

  entropy	مصدر العشوائية المستخدم لترتيب العينات عشوائيًا. سيتم تخزينها في self ، لذلك إذا كانت عشوائية زائفة فقط ولها دلالات قيمة، فإن تسلسل العصور يكون حتميًا ولا يعتمد على عمليات أخرى.
  batchesPerSort	عدد الدُفعات التي سيتم عبرها تجميع أحجام العينات بشكل مماثل، أو nil للإشارة إلى أن التنفيذ يجب أن يختار رقمًا. يمكن أن يؤدي الاختيار المرتفع جدًا إلى تدمير تأثيرات خلط العينات في العديد من برامج التدريب، مما يؤدي إلى نتائج سيئة. سيؤدي اختيار كميات منخفضة للغاية إلى تقليل تشابه الأحجام في دفعة معينة، مما يؤدي إلى عدم الكفاءة.
  areInAscendingSizeOrder	المسند الذي يُرجع true إذا كان حجم المعلمة الأولى أقل من حجم المعلمة الثانية.

• عنصر
  نوع كل عصر، مجموعة من دفعات العينات.

  تصريح

  public typealias Element = Slices<
    Sampling<Samples, Array<Samples.Index>.SubSequence>
  >

• التالي()
  إرجاع الحقبة التالية بالتسلسل.

  تصريح

  public func next() -> Element?

متاح حيث `Entropy` == `SystemRandomNumberGenerator`

• الحرف الأول (العينات: الدفعة: الدفعات، بيرسورت: areInAscendingSizeOrder :)
  يُنشئ مثيلًا لسحب العينات من samples إلى دفعات بحجم batchSize .

  تصريح

  public convenience init(
    samples: Samples,
    batchSize: Int,
    batchesPerSort: Int? = nil,
    areInAscendingSizeOrder:
      @escaping (Samples.Element, Samples.Element) -> Bool
  )

  حدود

  batchesPerSort	عدد الدُفعات التي سيتم عبرها تجميع أحجام العينات بشكل مماثل، أو nil للإشارة إلى أن التنفيذ يجب أن يختار رقمًا. يمكن أن يؤدي الاختيار المرتفع جدًا إلى تدمير تأثيرات خلط العينات في العديد من برامج التدريب، مما يؤدي إلى نتائج سيئة. سيؤدي اختيار كميات منخفضة للغاية إلى تقليل تشابه الأحجام في دفعة معينة، مما يؤدي إلى عدم الكفاءة.
  areInAscendingSizeOrder	المسند الذي يُرجع true إذا كان حجم المعلمة الأولى أقل من حجم المعلمة الثانية.