このページは Cloud Translation API によって翻訳されました。
Switch to English

分割とスライス

すべてのDatasetBuilder 、スプリットとして定義されたさまざまなデータサブセットを公開します(例: traintest )。 tfds.load()またはtfds.DatasetBuilder.as_dataset()いずれかを使用してtf.data.Datasetインスタンスを構築する場合、取得するスプリットを指定できます。また、スプリットのスライスやそれらの組み合わせを取得することもできます。

スライスAPI

スライス手順は、 tfds.loadまたはtfds.DatasetBuilder.as_dataset指定されています。

命令は、文字列またはReadInstructionとして提供できます。文字ReadInstructionは、よりコンパクトで、単純なケースでは読みやすいですが、 ReadInstructionはより多くのオプションを提供し、変数のスライスパラメーターで使用する方が簡単な場合があります。

文字列APIの使用例:

# The full `train` split.
train_ds = tfds.load('mnist', split='train')

# The full `train` split and the full `test` split as two distinct datasets.
train_ds, test_ds = tfds.load('mnist', split=['train', 'test'])

# The full `train` and `test` splits, interleaved together.
train_test_ds = tfds.load('mnist', split='train+test')

# From record 10 (included) to record 20 (excluded) of `train` split.
train_10_20_ds = tfds.load('mnist', split='train[10:20]')

# The first 10% of train split.
train_10pct_ds = tfds.load('mnist', split='train[:10%]')

# The first 10% of train + the last 80% of train.
train_10_80pct_ds = tfds.load('mnist', split='train[:10%]+train[-80%:]')

# 10-fold cross-validation (see also next section on rounding behavior):
# The validation datasets are each going to be 10%:
# [0%:10%], [10%:20%], ..., [90%:100%].
# And the training datasets are each going to be the complementary 90%:
# [10%:100%] (for a corresponding validation set of [0%:10%]),
# [0%:10%] + [20%:100%] (for a validation set of [10%:20%]), ...,
# [0%:90%] (for a validation set of [90%:100%]).
vals_ds = tfds.load('mnist', split=[
    f'train[{k}%:{k+10}%]' for k in range(0, 100, 10)
])
trains_ds = tfds.load('mnist', split=[
    f'train[:{k}%]+train[{k+10}%:]' for k in range(0, 100, 10)
])

ReadInstruction APIを使用した例(上記と同等):

# The full `train` split.
train_ds = tfds.load('mnist', split=tfds.core.ReadInstruction('train'))

# The full `train` split and the full `test` split as two distinct datasets.
train_ds, test_ds = tfds.load('mnist', split=[
    tfds.core.ReadInstruction('train'),
    tfds.core.ReadInstruction('test'),
])

# The full `train` and `test` splits, interleaved together.
ri = tfds.core.ReadInstruction('train') + tfds.core.ReadInstruction('test')
train_test_ds = tfds.load('mnist', split=ri)

# From record 10 (included) to record 20 (excluded) of `train` split.
train_10_20_ds = tfds.load('mnist', split=tfds.core.ReadInstruction(
    'train', from_=10, to=20, unit='abs'))

# The first 10% of train split.
train_10_20_ds = tfds.load('mnist', split=tfds.core.ReadInstruction(
    'train', to=10, unit='%'))

# The first 10% of train + the last 80% of train.
ri = (tfds.core.ReadInstruction('train', to=10, unit='%') +
      tfds.core.ReadInstruction('train', from_=-80, unit='%'))
train_10_80pct_ds = tfds.load('mnist', split=ri)

# 10-fold cross-validation (see also next section on rounding behavior):
# The validation datasets are each going to be 10%:
# [0%:10%], [10%:20%], ..., [90%:100%].
# And the training datasets are each going to be the complementary 90%:
# [10%:100%] (for a corresponding validation set of [0%:10%]),
# [0%:10%] + [20%:100%] (for a validation set of [10%:20%]), ...,
# [0%:90%] (for a validation set of [90%:100%]).
vals_ds = tfds.load('mnist', [
    tfds.core.ReadInstruction('train', from_=k, to=k+10, unit='%')
    for k in range(0, 100, 10)])
trains_ds = tfds.load('mnist', [
    (tfds.core.ReadInstruction('train', to=k, unit='%') +
     tfds.core.ReadInstruction('train', from_=k+10, unit='%'))
    for k in range(0, 100, 10)])

tfds.even_splits

tfds.even_splitsは、同じサイズの重複しないサブスプリットのリストを生成します。

assert tfds.even_splits('train', n=3) == [
    'train[0%:33%]', 'train[33%:67%]', 'train[67%:100%]',
]

パーセンテージのスライスと丸め

パーセント( % )単位を使用して分割のスライスが要求され、要求されたスライス境界が100で均等に分割されない場合、デフォルトの動作では、境界が最も近い整数( closest )に丸められます。つまり、一部のスライスには他のスライスよりも多くの例が含まれる場合があります。例えば:

# Assuming "train" split contains 101 records.
# 100 records, from 0 to 100.
tfds.load("mnist", split="test[:99%]")
# 2 records, from 49 to 51.
tfds.load("mnist", split="test[49%:50%]")

あるいは、ユーザーは丸めpct1_dropremainderを使用できるため、指定されたパーセンテージ境界は1%の倍数として扱われます。このオプションは、整合性が必要な場合に使用してください(例: len(5%) == 5 * len(1%) )。つまり、 info.split[split_name].num_examples % 100 != 0場合、最後の例は切り捨てられる可能性があります。

例:

# Records 0 (included) to 99 (excluded).
split = tfds.core.ReadInstruction(
    'test',
    to=99,
    rounding='pct1_dropremainder',
    unit = '%',
)
tfds.load("mnist", split=split)

再現性

サブスプリットAPIは、データセットのメジャーバージョンが一定である限り、特定のスプリットスライス(またはReadInstruction )が常に同じレコードセットを特定のデータセットに生成することを保証します。

たとえば、 tfds.load("mnist:3.0.0", split="train[10:20]")およびtfds.load("mnist:3.2.0", split="train[10:20]")一部のレコードの値が異なる可能性があっても(プラットフォーム、アーキテクチャなどに関係なく)、常に同じ要素が含まれます(例:imgage encoding、label、...)。