Épocas de entrenamiento no uniforme

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

Una secuencia infinita de colecciones de lotes de muestras adecuadas para entrenar un DNN cuando las muestras no tienen un tamaño uniforme.

Los lotes en cada época:

• todos tienen exactamente el mismo número de muestras.
• se forman a partir de muestras de tamaño similar.
• comience con un lote cuyo tamaño máximo de muestra sea el tamaño máximo de todas las muestras utilizadas en la época.

• init(muestras:batchSize:entropía:batchesPerSort:areInAscendingSizeOrder:)
  Crea una instancia que extrae muestras de samples en lotes de tamaño batchSize .

  Declaración

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

  Parámetros

  entropy	una fuente de aleatoriedad utilizada para mezclar el orden de las muestras. Se almacenará en self , por lo que si es solo pseudoaleatorio y tiene semántica de valor, la secuencia de épocas es determinista y no depende de otras operaciones.
  batchesPerSort	el número de lotes entre los cuales agrupar tamaños de muestra de manera similar, o nil para indicar que la implementación debe elegir un número. Una elección demasiado alta puede destruir los efectos de la mezcla aleatoria de muestras en muchos esquemas de entrenamiento, lo que lleva a resultados deficientes. Elegir un tamaño demasiado bajo reducirá la similitud de tamaños en un lote determinado, lo que generará ineficiencia.
  areInAscendingSizeOrder	un predicado que devuelve true si y sólo si el tamaño del primer parámetro es menor que el del segundo.

• Elemento
  El tipo de cada época, una colección de lotes de muestras.

  Declaración

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

• próximo()
  Devuelve la siguiente época en secuencia.

  Declaración

  public func next() -> Element?

Disponible donde `Entropy` == `SystemRandomNumberGenerator`

• init (muestras: tamaño de lote: lotes por clasificación: areInAscendingSizeOrder:)
  Crea una instancia que extrae muestras de samples en lotes de tamaño batchSize .

  Declaración

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

  Parámetros

  batchesPerSort

  el número de lotes entre los cuales agrupar tamaños de muestra de manera similar, o nil para indicar que la implementación debe elegir un número. Una elección demasiado alta puede destruir los efectos de la mezcla aleatoria de muestras en muchos esquemas de entrenamiento, lo que lleva a resultados deficientes. Elegir un tamaño demasiado bajo reducirá la similitud de tamaños en un lote determinado, lo que generará ineficiencia.

  areInAscendingSizeOrder

  un predicado que devuelve true si y sólo si el tamaño del primer parámetro es menor que el del segundo.