tf.compat.v1.data.experimental.sample_from_datasets

Случайным образом выбирает элементы из наборов данных в datasets. (устарела)

tf.compat.v1.data.experimental.sample_from_datasets(
    datasets, weights=None, seed=None, stop_on_empty_dataset=False
)

Создает набор данных, чередуя элементы из datasets с weight[i] вероятностью выбора элемента из набора данных i. Выборка выполняется без возвращения. Например, предположим, что у нас есть 2 набора данных:

dataset1 = tf.data.Dataset.range(0, 3)
dataset2 = tf.data.Dataset.range(100, 103)

Предположим также, что мы выбираем элементы из этих 2 наборов данных со следующими весами:

sample_dataset = tf.data.Dataset.sample_from_datasets(
    [dataset1, dataset2], weights=[0.5, 0.5])

Один из возможных вариантов последовательности элементов в sample_dataset:

print(list(sample_dataset.as_numpy_iterator()))
# [100, 0, 1, 101, 2, 102]

Аргументы
`datasets`	Непустой список объектов `tf.data.Dataset` с совместимой структурой.
`weights`	(Необязательно.) Список или тензор из `len(datasets)` значений с плавающей точкой, где `weights[i]` представляет вероятность выборки из `datasets[i]`, либо объект `tf.data.Dataset`, каждый элемент которого является таким списком. По умолчанию используется равномерное распределение для `datasets`.
`seed`	(Необязательно.) Скалярный тензор `tf.int64` `tf.Tensor`, представляющий начальное значение генератора случайных чисел, которое будет использоваться для создания распределения. Описание поведения см. в разделе `tf.random.set_seed`.
`stop_on_empty_dataset`	Если задано значение `True`, выборка прекращается при обнаружении пустого набора данных. Если задано значение `False`, пустые наборы данных пропускаются. Рекомендуется установить значение `True`. В противном случае распределение выборок сначала будет соответствовать ожиданиям пользователя, но может измениться, когда входные наборы данных опустеют. Это может быть трудно заметить, поскольку изначально набор данных выглядит корректно. Для обратной совместимости по умолчанию используется значение `False`.

Возвращает
Набор данных, который случайным образом чередует элементы из `datasets`, используя `weights`, если оно задано, или равномерную вероятность в противном случае.

Вызывает исключения
`TypeError`	Если аргументы `datasets` или `weights` имеют неверный тип.
`ValueError`	Если `datasets` пуст, или Если задано `weights` и его длина не совпадает с длиной `datasets`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/data/experimental/sample_from_datasets