Membuat kumpulan data yang mengambil sampel Bernoulli dari konten kumpulan data lain.
Tidak ada transformasi di tf.data Python API untuk membuat kumpulan data ini. Sebaliknya, ini dibuat sebagai hasil optimasi statis `filter_with_random_uniform_fusion`. Apakah pengoptimalan ini dilakukan atau tidak ditentukan oleh opsi `experimental_optimization.filter_with_random_uniform_fusion` dari tf.data.Options .
Konstanta
| Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
| Keluaran < Tipe T > | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
| SamplingDataset statis | |
| Keluaran <?> | menangani () |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
Keluaran publik < TType > asOutput ()
Mengembalikan pegangan simbolis tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
pembuatan SamplingDataset statis publik ( Lingkup cakupan , Operan <?> inputDataset, Operan < TFloat32 > laju, Operan < TInt64 > benih, Operan < TInt64 > benih2, Daftar<Kelas<? extends TType >> tipe keluaran, Daftar< Bentuk > bentuk keluaran)
Metode pabrik untuk membuat kelas yang membungkus operasi SamplingDataset baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|---|
| kecepatan | Skalar yang mewakili laju sampel. Setiap elemen `input_dataset` dipertahankan dengan probabilitas ini, tidak bergantung pada semua elemen lainnya. |
| benih | Skalar yang mewakili benih penghasil bilangan acak. |
| benih2 | Skalar yang mewakili seed2 generator bilangan acak. |
Kembali
- contoh baru dari SamplingDataset