Başka bir veri kümesinin içeriğinin Bernoulli örneğini alan bir veri kümesi oluşturur.
Bu veri kümesini oluşturmak için tf.data Python API'sinde herhangi bir dönüşüm yoktur. Bunun yerine, 'filter_with_random_uniform_fusion' statik optimizasyonunun bir sonucu olarak oluşturulur. Bu optimizasyonun gerçekleştirilip gerçekleştirilmeyeceği tf.data.Options "experimental_optimization.filter_with_random_uniform_fusion" seçeneği tarafından belirlenir.
Genel Yöntemler
| Çıkış <Nesne> | Çıkış olarak () Bir tensörün sembolik tutamacını döndürür. |
| Statik ÖrneklemeVeri Kümesi | |
| Çıkış <?> | halletmek () |
Kalıtsal Yöntemler
Genel Yöntemler
public Output <Object> asOutput ()
Bir tensörün sembolik tutamacını döndürür.
TensorFlow işlemlerinin girdileri, başka bir TensorFlow işleminin çıktılarıdır. Bu yöntem, girişin hesaplanmasını temsil eden sembolik bir tanıtıcı elde etmek için kullanılır.
public static SamplingDataset create ( Kapsam kapsamı, İşlenen <?> inputDataset, İşlenen <Float> oranı, İşlenen <Uzun> tohum, İşlenen <Uzun> tohum2, Liste<Sınıf<?>> çıktı Türleri, Liste< Şekil > çıktı Şekilleri)
Yeni bir SamplingDataset işlemini saran bir sınıf oluşturmak için fabrika yöntemi.
Parametreler
| kapsam | mevcut kapsam |
|---|---|
| oran | Örnekleme hızını temsil eden bir skaler. 'input_dataset'in her bir öğesi, diğer tüm öğelerden bağımsız olarak bu olasılıkla korunur. |
| tohum | Rastgele sayı üretecinin tohumunu temsil eden bir skaler. |
| tohum2 | Rastgele sayı üretecinin tohum2'sini temsil eden bir skaler. |
İadeler
- SamplingDataset'in yeni bir örneği