Dataset

इस डेटासेट के तत्वों को बैचों में समूहित करता है।

इस डेटासेट के तत्वों को बैचों में समूहित करता है। अंतिम बैच शामिल है, भले ही इसमें `बैचसाइज़` से कम तत्व हों।

एक इन-मेमोरी `डेटासेट` बनाता है जिसके तत्व दिए गए टेंसर के स्लाइस होते हैं। इस डेटासेट का प्रत्येक तत्व एक List<Operand<?>> होगा, जो प्रदान किए गए टेंसर के स्लाइस (जैसे बैच) का प्रतिनिधित्व करेगा।

इस डेटासेट के प्रत्येक घटक के लिए आकृतियों की एक सूची प्राप्त करें।

इस डेटासेट के प्रत्येक घटक के लिए आउटपुट प्रकारों की एक सूची प्राप्त करें।

इस डेटासेट का प्रतिनिधित्व करने वाला वैरिएंट टेंसर प्राप्त करें।

एक पुनरावर्तक बनाता है जो इस डेटासेट के सभी बैचों को उत्सुकता से पुनरावृत्त करता है। प्रत्येक बैच घटकों की एक सूची है, जिसे 'आउटपुट' ऑब्जेक्ट के रूप में लौटाया जाता है।

यह विधि उत्सुक मोड में चलने पर बैचों के माध्यम से प्रत्येक पुनरावृत्ति को सक्षम बनाती है। ग्राफ़ मोड बैच पुनरावृत्ति के लिए, `makeOneShotIterator` देखें।

एक `DatasetIterator` बनाता है जिसका उपयोग इस डेटासेट के तत्वों को पुनरावृत्त करने के लिए किया जा सकता है।

तत्वों को लूप में पुनः प्राप्त करने से पहले इस पुनरावर्तक को `iterator.makeInitializer(Dataset)` पर कॉल के साथ प्रारंभ करना होगा।

एक `DatasetIterator` बनाता है जिसका उपयोग इस डेटासेट के तत्वों को पुनरावृत्त करने के लिए किया जा सकता है। `makeOneShotIterator` का उपयोग यह सुनिश्चित करता है कि इस डेटासेट पर इटरेटर स्वचालित रूप से प्रारंभ हो गया है। स्किप ग्राफ़ मोड में, इनिशियलाइज़र ऑप को ग्राफ़ की इनिशियलाइज़र सूची में जोड़ा जाएगा, जिसे `tf.init()` के माध्यम से चलाया जाना चाहिए:

उदाहरण:

     try (Session session = new Session(graph) {
         // Immediately run initializers
         session.run(tf.init());
     }
 

उत्सुक मोड में, इस कॉल के परिणामस्वरूप इनिशियलाइज़र स्वचालित रूप से चलाया जाएगा।

एक नया डेटासेट लौटाता है जो इस डेटासेट द्वारा लौटाए गए सभी तत्वों पर एक फ़ंक्शन को मैप करता है।

उदाहरण के लिए, मान लीजिए कि प्रत्येक तत्व 2 घटकों के साथ एक List<Operand<?>> है: (विशेषताएं, लेबल)।

dataset.map(components -> {
      Operand<?> features = components.get(0);
      Operand<?> labels   = components.get(1);

      return Arrays.asList(
        tf.math.mul(features, tf.constant(2)),
        tf.math.mul(labels, tf.constant(5))
      );
 );
 }

एक नया डेटासेट लौटाता है जो इस डेटासेट के सभी तत्वों में, प्रत्येक तत्व के सभी घटकों पर एक फ़ंक्शन को मैप करता है।

उदाहरण के लिए, मान लीजिए कि प्रत्येक तत्व 2 घटकों के साथ एक List<Operand<?>> है: (विशेषताएं, लेबल)।

dataset.mapAllComponents(component -> tf.math.mul(component, tf.constant(2))) कॉल करने से प्रत्येक तत्व के `फीचर्स` और `लेबल्स` दोनों घटकों पर फ़ंक्शन को मैप किया जाएगा, उन सभी को 2 से गुणा किया जाएगा

एक नया डेटासेट लौटाता है जो इस डेटासेट के सभी तत्वों में प्रत्येक तत्व के एक घटक पर एक फ़ंक्शन को मैप करता है।

उदाहरण के लिए, मान लीजिए कि प्रत्येक तत्व 2 घटकों के साथ एक List<Operand<?>> है: (विशेषताएं, लेबल)।

dataset.mapOneComponent(0, features -> tf.math.mul(features, tf.constant(2))) कॉल करने से प्रत्येक तत्व के `फीचर्स` घटक पर फ़ंक्शन को मैप किया जाएगा, प्रत्येक को 2 से गुणा किया जाएगा।

एक नया `डेटासेट` लौटाता है जो इस डेटासेट से `गिनती` प्रारंभिक तत्वों को छोड़ देता है

इस डेटासेट से केवल पहले `गिनती` तत्वों के साथ एक नया `डेटासेट` लौटाता है।