Dataset

จัดกลุ่มองค์ประกอบของชุดข้อมูลนี้เป็นชุด

จัดกลุ่มองค์ประกอบของชุดข้อมูลนี้เป็นชุด รวมชุดสุดท้าย แม้ว่าจะมีองค์ประกอบ "batchSize" น้อยกว่าก็ตาม

สร้าง "ชุดข้อมูล" ในหน่วยความจำซึ่งมีองค์ประกอบเป็นส่วนของเทนเซอร์ที่กำหนด แต่ละองค์ประกอบของชุดข้อมูลนี้จะเป็น List<Operand<?>> ซึ่งแสดงถึงการแบ่งส่วน (เช่น แบตช์) ของเทนเซอร์ที่ให้มา

รับรายการรูปร่างสำหรับแต่ละองค์ประกอบของชุดข้อมูลนี้

รับรายการประเภทเอาต์พุตสำหรับแต่ละองค์ประกอบของชุดข้อมูลนี้

รับเทนเซอร์ตัวแปรที่เป็นตัวแทนชุดข้อมูลนี้

สร้างตัววนซ้ำซึ่งจะวนซ้ำชุดข้อมูลนี้ทุกชุดในลักษณะที่กระตือรือร้น แต่ละชุดคือรายการส่วนประกอบที่ส่งคืนเป็นออบเจ็กต์ "เอาต์พุต"

วิธีการนี้เปิดใช้งานสำหรับการวนซ้ำแต่ละครั้งผ่านแบตช์เมื่อทำงานในโหมดกระตือรือร้น สำหรับการวนซ้ำในโหมดกราฟ โปรดดูที่ `makeOneShotIterator`

สร้าง `DatasetIterator` ที่สามารถใช้เพื่อวนซ้ำองค์ประกอบของชุดข้อมูลนี้

ตัววนซ้ำนี้จะต้องเริ่มต้นด้วยการเรียก `iterator.makeInitializer(ชุดข้อมูล)` ก่อนที่จะดึงองค์ประกอบกลับมาในลูปได้

สร้าง `DatasetIterator` ที่สามารถใช้เพื่อวนซ้ำองค์ประกอบของชุดข้อมูลนี้ การใช้ `makeOneShotIterator` ช่วยให้แน่ใจว่าตัววนซ้ำจะเริ่มต้นโดยอัตโนมัติในชุดข้อมูลนี้ ข้าม ในโหมดกราฟ ตัวเริ่มต้น op จะถูกเพิ่มเข้าไปในรายการตัวเริ่มต้นของกราฟ ซึ่งจะต้องทำงานผ่าน `tf.init()`:

อดีต:

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

ในโหมดกระตือรือร้น ตัวเริ่มต้นจะทำงานโดยอัตโนมัติอันเป็นผลมาจากการโทรนี้

ส่งคืนชุดข้อมูลใหม่ซึ่งแมปฟังก์ชันกับองค์ประกอบทั้งหมดที่ส่งคืนโดยชุดข้อมูลนี้

ตัวอย่างเช่น สมมติว่าแต่ละองค์ประกอบเป็น List<Operand<?>> ที่มี 2 คอมโพเนนต์: (ฟีเจอร์, ป้ายกำกับ)

กำลังโทร

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))
      );
 );
 }

ส่งคืนชุดข้อมูลใหม่ซึ่งแมปฟังก์ชันกับองค์ประกอบทั้งหมดจากชุดข้อมูลนี้ในส่วนประกอบทั้งหมดของแต่ละองค์ประกอบ

ตัวอย่างเช่น สมมติว่าแต่ละองค์ประกอบเป็น List<Operand<?>> ที่มี 2 คอมโพเนนต์: (ฟีเจอร์, ป้ายกำกับ)

การเรียก dataset.mapAllComponents(component -> tf.math.mul(component, tf.constant(2))) จะแมปฟังก์ชันกับส่วนประกอบ `features` และ `labels` ของแต่ละองค์ประกอบ โดยคูณพวกมันทั้งหมดด้วย 2

ส่งคืนชุดข้อมูลใหม่ซึ่งจับคู่ฟังก์ชันกับองค์ประกอบทั้งหมดจากชุดข้อมูลนี้ในองค์ประกอบเดียวของแต่ละองค์ประกอบ

ตัวอย่างเช่น สมมติว่าแต่ละองค์ประกอบเป็น List<Operand<?>> ที่มี 2 คอมโพเนนต์: (ฟีเจอร์, ป้ายกำกับ)

การเรียก dataset.mapOneComponent(0, features -> tf.math.mul(features, tf.constant(2))) จะแมปฟังก์ชันเหนือองค์ประกอบ `features` ของแต่ละองค์ประกอบ โดยคูณแต่ละรายการด้วย 2

ส่งคืน "ชุดข้อมูล" ใหม่ซึ่งจะข้าม "นับ" องค์ประกอบเริ่มต้นจากชุดข้อมูลนี้

ส่งคืน "ชุดข้อมูล" ใหม่โดยมีเพียงองค์ประกอบ "จำนวน" แรกจากชุดข้อมูลนี้