Dataset

Regroupe les éléments de cet ensemble de données en lots.

Regroupe les éléments de cet ensemble de données en lots. Inclut le dernier lot, même s'il contient moins d'éléments `batchSize`.

Crée un « Dataset » en mémoire dont les éléments sont des tranches des tenseurs donnés. Chaque élément de cet ensemble de données sera un List<Operand<?>> , représentant des tranches (par exemple des lots) des tenseurs fournis.

Obtenez une liste de formes pour chaque composant de cet ensemble de données.

Obtenez une liste des types de sortie pour chaque composant de cet ensemble de données.

Obtenez le tenseur de variantes représentant cet ensemble de données.

Crée un itérateur qui parcourt tous les lots de cet ensemble de données de manière impatiente. Chaque lot est une liste de composants, renvoyés sous forme d'objets « Sortie ».

Cette méthode permet pour chaque itération de lots lors de l'exécution en mode impatient. Pour l'itération par lots en mode graphique, voir `makeOneShotIterator`.

Crée un « DatasetIterator » qui peut être utilisé pour parcourir les éléments de cet ensemble de données.

Cet itérateur devra être initialisé avec un appel à `iterator.makeInitializer(Dataset)` avant que les éléments puissent être récupérés dans une boucle.

Crée un « DatasetIterator » qui peut être utilisé pour parcourir les éléments de cet ensemble de données. L'utilisation de `makeOneShotIterator` garantit que l'itérateur est automatiquement initialisé sur cet ensemble de données. saute En mode graphique, l'opération d'initialisation sera ajoutée à la liste d'initialisation du graphique, qui doit être exécutée via `tf.init()` :

Ex:

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

En mode impatient, l'initialiseur sera exécuté automatiquement à la suite de cet appel.

Renvoie un nouveau Dataset qui mappe une fonction sur tous les éléments renvoyés par cet ensemble de données.

Par exemple, supposons que chaque élément soit un List<Operand<?>> avec 2 composants : (fonctionnalités, étiquettes).

Appel

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))
      );
 );
 }

Renvoie un nouveau Dataset qui mappe une fonction sur tous les éléments de cet ensemble de données, sur tous les composants de chaque élément.

Par exemple, supposons que chaque élément soit un List<Operand<?>> avec 2 composants : (fonctionnalités, étiquettes).

L'appel de dataset.mapAllComponents(component -> tf.math.mul(component, tf.constant(2))) mappera la fonction sur les composants `features` et `labels` de chaque élément, en les multipliant tous par 2

Renvoie un nouveau Dataset qui mappe une fonction sur tous les éléments de cet ensemble de données, sur un seul composant de chaque élément.

Par exemple, supposons que chaque élément soit un List<Operand<?>> avec 2 composants : (fonctionnalités, étiquettes).

L'appel dataset.mapOneComponent(0, features -> tf.math.mul(features, tf.constant(2))) mappera la fonction sur le composant `features` de chaque élément, en multipliant chacun par 2.

Renvoie un nouveau « Dataset » qui ignore les éléments initiaux « count » de cet ensemble de données

Renvoie un nouveau « Dataset » avec uniquement les premiers éléments « count » de cet ensemble de données.