एक डेटासेट बनाता है जो दूसरे डेटासेट की सामग्री का बर्नौली नमूना लेता है।
इस डेटासेट को बनाने के लिए tf.data
Python API में कोई परिवर्तन नहीं हुआ है। इसके बजाय, इसे `filter_with_random_uniform_fusion` स्थिर अनुकूलन के परिणामस्वरूप बनाया गया है। यह अनुकूलन किया जाता है या नहीं, यह tf.data.Options के `प्रयोगात्मक_अनुकूलन. tf.data.Options
विकल्प द्वारा निर्धारित किया जाता है।
सार्वजनिक तरीके
आउटपुट <ऑब्जेक्ट> | आउटपुट के रूप में () टेंसर का प्रतीकात्मक हैंडल लौटाता है। |
स्थिर नमूनाकरणडेटासेट | |
आउटपुट <?> | संभाल () |
विरासत में मिली विधियां
सार्वजनिक तरीके
सार्वजनिक आउटपुट <ऑब्जेक्ट> के रूप में आउटपुट ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
TensorFlow संचालन के लिए इनपुट एक अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।
पब्लिक स्टैटिक सैंपलिंगडेटासेट क्रिएट ( स्कोप स्कोप, ऑपरेंड <?> इनपुटडेटासेट , ऑपरेंड <फ्लोट> रेट, ऑपरेंड <लॉन्ग> सीड, ऑपरेंड <लॉन्ग> सीड 2, लिस्ट <क्लास <?>> आउटपुट टाइप, लिस्ट < शेप > आउटपुट शेप्स)
एक नया सैम्पलिंगडेटासेट ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि।
मापदंडों
दायरा | वर्तमान दायरा |
---|---|
भाव | नमूना दर का प्रतिनिधित्व करने वाला एक अदिश। `input_dataset` के प्रत्येक तत्व को अन्य सभी तत्वों से स्वतंत्र, इस संभावना के साथ बनाए रखा जाता है। |
बीज | यादृच्छिक संख्या जनरेटर के बीज का प्रतिनिधित्व करने वाला एक अदिश। |
बीज 2 | यादृच्छिक संख्या जनरेटर के बीज 2 का प्रतिनिधित्व करने वाला एक अदिश। |
रिटर्न
- सैंपलिंगडेटासेट का एक नया उदाहरण