Crée un ensemble de données qui prend un échantillon de Bernoulli du contenu d'un autre ensemble de données.
Il n'y a aucune transformation dans l'API Python tf.data pour créer cet ensemble de données. Au lieu de cela, il est créé à la suite de l'optimisation statique `filter_with_random_uniform_fusion`. Le fait que cette optimisation soit effectuée est déterminé par l'option `experimental_optimization.filter_with_random_uniform_fusion` de tf.data.Options .
Méthodes publiques
| Sortie <Objet> | comme Sortie () Renvoie le handle symbolique d'un tenseur. |
| Ensemble de données d'échantillonnage statique | |
| Sortie <?> | poignée () |
Méthodes héritées
Méthodes publiques
sortie publique <Objet> asOutput ()
Renvoie le handle symbolique d'un tenseur.
Les entrées des opérations TensorFlow sont les sorties d'une autre opération TensorFlow. Cette méthode est utilisée pour obtenir un handle symbolique qui représente le calcul de l’entrée.
public static SamplingDataset créer ( Scope scope, Operand <?> inputDataset, Operand <Float> rate, Operand <Long> seed, Operand <Long> seed2, List<Class<?>> outputTypes, List< Shape > outputShapes)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération SamplingDataset.
Paramètres
| portée | portée actuelle |
|---|---|
| taux | Un scalaire représentant la fréquence d'échantillonnage. Chaque élément de `input_dataset` est conservé avec cette probabilité, indépendamment de tous les autres éléments. |
| graine | Un scalaire représentant la graine du générateur de nombres aléatoires. |
| graine2 | Un scalaire représentant la graine2 du générateur de nombres aléatoires. |
Retour
- une nouvelle instance de SamplingDataset