Dataset

Agrupa elementos deste conjunto de dados em lotes.

Agrupa elementos deste conjunto de dados em lotes. Inclui o último lote, mesmo que tenha menos de elementos `batchSize`.

Cria um `Dataset` na memória cujos elementos são fatias dos tensores fornecidos. Cada elemento deste conjunto de dados será um List<Operand<?>> , representando fatias (por exemplo, lotes) dos tensores fornecidos.

Obtenha uma lista de formas para cada componente deste conjunto de dados.

Obtenha uma lista de tipos de saída para cada componente deste conjunto de dados.

Obtenha o tensor variante que representa este conjunto de dados.

Cria um iterador que itera por todos os lotes deste conjunto de dados de maneira rápida. Cada lote é uma lista de componentes, retornados como objetos `Output`.

Este método permite a iteração for-each por meio de lotes ao executar no modo ansioso. Para iteração em lote no modo Graph, consulte `makeOneShotIterator`.

Cria um `DatasetIterator` que pode ser usado para iterar elementos deste conjunto de dados.

Este iterador terá que ser inicializado com uma chamada para `iterator.makeInitializer(Dataset)` antes que os elementos possam ser recuperados em um loop.

Cria um `DatasetIterator` que pode ser usado para iterar elementos deste conjunto de dados. Usar `makeOneShotIterator` garante que o iterador seja inicializado automaticamente neste conjunto de dados. skips No modo gráfico, a operação do inicializador será adicionada à lista de inicializadores do gráfico, que deve ser executada via `tf.init()`:

Ex:

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

No modo ansioso, o inicializador será executado automaticamente como resultado desta chamada.

Retorna um novo conjunto de dados que mapeia uma função sobre todos os elementos retornados por este conjunto de dados.

Por exemplo, suponha que cada elemento seja um List<Operand<?>> com 2 componentes: (recursos, rótulos).

Chamar

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))
      );
 );
 }

Retorna um novo conjunto de dados que mapeia uma função em todos os elementos deste conjunto de dados, em todos os componentes de cada elemento.

Por exemplo, suponha que cada elemento seja um List<Operand<?>> com 2 componentes: (recursos, rótulos).

Chamar dataset.mapAllComponents(component -> tf.math.mul(component, tf.constant(2))) mapeará a função sobre os componentes `features` e `labels` de cada elemento, multiplicando-os todos por 2

Retorna um novo conjunto de dados que mapeia uma função em todos os elementos deste conjunto de dados, em um único componente de cada elemento.

Por exemplo, suponha que cada elemento seja um List<Operand<?>> com 2 componentes: (recursos, rótulos).

Chamar dataset.mapOneComponent(0, features -> tf.math.mul(features, tf.constant(2))) mapeará a função sobre o componente `features` de cada elemento, multiplicando cada um por 2.

Retorna um novo `Dataset` que ignora `count` os elementos iniciais deste conjunto de dados

Retorna um novo `Dataset` com apenas os primeiros elementos `count` deste conjunto de dados.