tf.raw_ops.ParallelInterleaveDatasetV3

Создает набор данных, который применяет f к выходным данным input_dataset.

Просмотреть псевдонимы

Совместимые псевдонимы для миграции

Подробнее см. в руководстве по миграции.

tf.compat.v1.raw_ops.ParallelInterleaveDatasetV3

tf.raw_ops.ParallelInterleaveDatasetV3(
    input_dataset,
    other_arguments,
    cycle_length,
    block_length,
    num_parallel_calls,
    f,
    output_types,
    output_shapes,
    deterministic='default',
    metadata='',
    name=None
)

Результирующий набор данных аналогичен InterleaveDataset, за исключением того, что записи из чередующихся наборов данных будут извлекаться параллельно.

API Python tf.data создает экземпляры этой операции из Dataset.interleave(), если для параметра num_parallel_calls этого метода задано любое значение, кроме None.

По умолчанию выходные данные этого набора данных будут детерминированными, из-за чего обработка может заблокироваться, если следующий элемент данных, который нужно вернуть, еще недоступен. Чтобы избежать блокировки из-за ожидания первого элемента, можно задать для атрибута deterministic значение "false" либо оставить значение "default" и задать для параметра experimental_deterministic объекта tf.data.Options значение False. Это может повысить производительность за счет недетерминированности.

Аргументы
`input_dataset`	`Tensor` типа `variant`. Набор данных, выдающий поток аргументов для функции `f`.
`other_arguments`	Список объектов `Tensor`. Дополнительные аргументы, передаваемые в `f` помимо аргументов, предоставляемых `input_dataset`. Вычисляются один раз при создании набора данных.
`cycle_length`	`Tensor` типа `int64`. Число наборов данных (каждый создается применением `f` к элементам `input_dataset`), между которыми `ParallelInterleaveDatasetV2` будет циклически переключаться.
`block_length`	`Tensor` типа `int64`. Число элементов, выдаваемых за один раз при каждом чередующемся вызове набора данных, возвращаемого `f`.
`num_parallel_calls`	`Tensor` типа `int64`. Определяет число потоков, используемых для параллельного извлечения данных из входных наборов данных. Для автоматической настройки уровня параллелизма можно использовать константу Python API `tf.data.experimental.AUTOTUNE`.
`f`	Функция, декорированная с помощью @Defun. Функция, преобразующая элементы `input_dataset`, объединенные с `other_arguments`, в вариант Dataset, содержащий элементы, соответствующие `output_types` и `output_shapes`.
`output_types`	Список `tf.DTypes` длиной `>= 1`.
`output_shapes`	Список форм (каждая из них — `tf.TensorShape` или список `ints`) длиной `>= 1`.
`deterministic`	Необязательный `string`. По умолчанию — `"default"`. Строка, указывающая детерминированность на уровне операции. Параметр Deterministic управляет тем, разрешено ли чередованию возвращать элементы не по порядку, если следующий элемент еще недоступен, но доступен более поздний элемент. Возможные значения: "true", "false" и "default". Значение "default" указывает, что детерминированность должна определяться параметром `experimental_deterministic` объекта `tf.data.Options`.
`metadata`	Необязательный `string`. По умолчанию — `""`.
`name`	Имя операции (необязательно).

Возвращаемое значение
`Tensor` типа `variant`.

© 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/raw_ops/ParallelInterleaveDatasetV3