Crea un set di dati che prende un campione Bernoulli del contenuto di un altro set di dati.
Non è prevista alcuna trasformazione nell'API Python tf.data per la creazione di questo set di dati. Viene invece creato come risultato dell'ottimizzazione statica `filter_with_random_uniform_fusion`. L'esecuzione di questa ottimizzazione è determinata dall'opzione `experimental_optimization.filter_with_random_uniform_fusion` di tf.data.Options .
Costanti
| Corda | OP_NAME | Il nome di questa operazione, come noto al motore principale di TensorFlow |
Metodi pubblici
| Uscita < TType > | comeuscita () Restituisce l'handle simbolico del tensore. |
| set di dati di campionamento statico | |
| Uscita <?> | maniglia () |
Metodi ereditati
Costanti
Stringa finale statica pubblica OP_NAME
Il nome di questa operazione, come noto al motore principale di TensorFlow
Metodi pubblici
Uscita pubblica < TType > asOutput ()
Restituisce l'handle simbolico del tensore.
Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.
creazione di SamplingDataset statico pubblico ( ambito ambito , Operando <?> inputDataset, Operando < TFloat32 > rate, Operando < TInt64 > seed, Operando < TInt64 > seed2, List<Class<? estende TType >> outputTypes, List< Shape > outputShapes)
Metodo factory per creare una classe che racchiude una nuova operazione SamplingDataset.
Parametri
| scopo | ambito attuale |
|---|---|
| valutare | Uno scalare che rappresenta la frequenza di campionamento. Ogni elemento di "input_dataset" viene mantenuto con questa probabilità, indipendentemente da tutti gli altri elementi. |
| seme | Uno scalare che rappresenta il seme del generatore di numeri casuali. |
| seme2 | Uno scalare che rappresenta il seme2 del generatore di numeri casuali. |
ritorna
- una nuova istanza di SamplingDataset