کلاس نهایی عمومی SamplingDataset
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.
روش های عمومی
| خروجی <Object> | asOutput () دسته نمادین یک تانسور را برمی‌گرداند. |
| Static SamplingDataset | |
| خروجی <?> | رسیدگی () |
روش های ارثی
روش های عمومی
خروجی عمومی <Object> asOutput ()
دسته نمادین یک تانسور را برمی‌گرداند.
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 <Float> rate، Operand <Long> seed، Operand <Long> seed2، List<Class<?>> 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