Ta strona została przetłumaczona przez Cloud Translation API.
Switch to English

Dzieli i kroi

Wszystkie DatasetBuilder różne podzbiory danych zdefiniowane jako podziały (np. train , test ). Podczas konstruowania instancji tf.data.Dataset za pomocą tfds.load() lub tfds.DatasetBuilder.as_dataset() można określić, które podziały do ​​pobrania. Możliwe jest również pobranie wycinka (kawałków) podziału (kawałków), jak również ich kombinacji.

Slicing API

Instrukcje dotyczące tfds.load są określone w tfds.load lub tfds.DatasetBuilder.as_dataset .

Instrukcje mogą być dostarczane jako ciągi lub ReadInstruction . Łańcuchy są bardziej zwarte i czytelne dla prostych przypadków, podczas gdy ReadInstruction zapewnia więcej opcji i może być łatwiejsze w użyciu ze zmiennymi parametrami krojenia.

Przykłady

Przykłady wykorzystujące string API:

# 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)
])

Przykłady używające ReadInstruction API (odpowiednik jak wyżej):

# 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 generuje listę nienakładających się podpodziałów o tym samym rozmiarze.

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

Procentowe krojenie i zaokrąglanie

Jeśli zażądano wycinka podziału przy użyciu jednostki procentu ( % ), a żądane granice wycinka nie dzielą się równo przez 100 , to domyślnie zaokrągla granice do najbliższej liczby całkowitej ( closest ). Oznacza to, że niektóre wycinki mogą zawierać więcej przykładów niż inne. Na przykład:

# 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%]")

Alternatywnie, użytkownik może użyć zaokrąglenia pct1_dropremainder , więc określone granice procentowe są traktowane jako wielokrotności 1%. Tej opcji należy używać, gdy wymagana jest spójność (np.: len(5%) == 5 * len(1%) ). Oznacza to, że ostatnie przykłady mogą zostać obcięte, jeśli info.split[split_name].num_examples % 100 != 0 .

Przykład:

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

Odtwarzalność

Interfejs API podziału na części gwarantuje, że każdy podany wycinek podziału (lub ReadInstruction ) zawsze będzie generował ten sam zestaw rekordów w danym zestawie danych, o ile główna wersja zestawu danych jest stała.

Na przykład tfds.load("mnist:3.0.0", split="train[10:20]") i tfds.load("mnist:3.2.0", split="train[10:20]") będzie zawsze zawierał te same elementy - niezależnie od platformy, architektury itp. - nawet jeśli niektóre rekordy mogą mieć różne wartości (np. kodowanie imgage, etykieta, ...).