Dataset

Grupuje elementy tego zbioru danych w partie.

Grupuje elementy tego zbioru danych w partie. Zawiera ostatnią partię, nawet jeśli zawiera mniej elementów niż „batchSize”.

Tworzy w pamięci „Zbiór danych”, którego elementy są wycinkami danych tensorów. Każdy element tego zbioru danych będzie List<Operand<?>> reprezentującym wycinki (np. partie) dostarczonych tensorów.

Uzyskaj listę kształtów dla każdego składnika tego zestawu danych.

Uzyskaj listę typów wyników dla każdego składnika tego zestawu danych.

Uzyskaj tensor wariantu reprezentujący ten zbiór danych.

Tworzy iterator, który z zapałem iteruje po wszystkich partiach tego zestawu danych. Każda partia to lista komponentów zwrócona jako obiekty „Output”.

Ta metoda umożliwia dla każdej iteracji partie podczas działania w trybie chętnym. Aby zapoznać się z iteracją wsadową w trybie Graph, zobacz `makeOneShotIterator`.

Tworzy element „DatasetIterator”, którego można używać do iteracji po elementach tego zbioru danych.

Iterator ten będzie musiał zostać zainicjowany wywołaniem `iterator.makeInitializer(Dataset)`, zanim będzie można pobrać elementy w pętli.

Tworzy element „DatasetIterator”, którego można używać do iteracji po elementach tego zbioru danych. Użycie `makeOneShotIterator` gwarantuje, że iterator zostanie automatycznie zainicjowany na tym zbiorze danych. pomija W trybie graficznym operacja inicjatora zostanie dodana do listy inicjatorów Graph, którą należy uruchomić za pomocą `tf.init()`:

Były:

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

W trybie chętnym inicjator zostanie uruchomiony automatycznie w wyniku tego wywołania.

Zwraca nowy zestaw danych, który odwzorowuje funkcję na wszystkie elementy zwrócone przez ten zestaw danych.

Załóżmy na przykład, że każdy element to List<Operand<?>> z 2 składnikami: (cechy, etykiety).

Powołanie

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))
      );
 );
 }

Zwraca nowy zestaw danych, który odwzorowuje funkcję na wszystkie elementy tego zbioru danych, na wszystkie komponenty każdego elementu.

Załóżmy na przykład, że każdy element to List<Operand<?>> z 2 składnikami: (cechy, etykiety).

Wywołanie dataset.mapAllComponents(component -> tf.math.mul(component, tf.constant(2))) spowoduje odwzorowanie funkcji na komponenty „features” i „labels” każdego elementu, mnożąc je wszystkie przez 2

Zwraca nowy zestaw danych, który odwzorowuje funkcję na wszystkie elementy tego zbioru danych, na pojedynczy komponent każdego elementu.

Załóżmy na przykład, że każdy element to List<Operand<?>> z 2 składnikami: (cechy, etykiety).

Wywołanie dataset.mapOneComponent(0, features -> tf.math.mul(features, tf.constant(2))) spowoduje odwzorowanie funkcji na składnik „features” każdego elementu, mnożąc każdy element przez 2.

Zwraca nowy `Dataset`, który pomija początkowe elementy `count` z tego zbioru danych

Zwraca nowy `Dataset` zawierający tylko pierwsze `count` elementy z tego zbioru danych.