tf.raw_ops.ParallelInterleaveDatasetV4

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

Просмотреть псевдонимы

Псевдонимы для совместимости при миграции

Подробнее см. в руководстве по миграции.

tf.compat.v1.raw_ops.ParallelInterleaveDatasetV4

tf.raw_ops.ParallelInterleaveDatasetV4(
    input_dataset,
    other_arguments,
    cycle_length,
    block_length,
    buffer_output_elements,
    prefetch_input_elements,
    num_parallel_calls,
    f,
    output_types,
    output_shapes,
    deterministic='default',
    metadata='',
    name=None
)

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

Python API tf.data создает экземпляры этого оператора из Dataset.interleave(), если параметру num_parallel_calls этого метода задано любое значение, кроме None.

По умолчанию выходные данные этого набора данных будут детерминированными, что может привести к блокировке набора данных, если следующий элемент данных, который нужно вернуть, недоступен. Чтобы избежать блокировки из-за ожидания элемента в начале очереди, можно либо задать для атрибута deterministic значение "false", либо оставить его равным "default" и задать для параметра experimental_deterministic в tf.data.Options значение False. Это может повысить производительность за счет недетерминированного поведения.

Аргументы
`input_dataset`	`Tensor` типа `variant`. Набор данных, выдающий поток аргументов для функции `f`.
`other_arguments`	Список объектов `Tensor`. Дополнительные аргументы, передаваемые в `f` сверх тех, которые выдаются `input_dataset`. Вычисляются один раз при создании экземпляра набора данных.
`cycle_length`	`Tensor` типа `int64`. Количество наборов данных (каждый создается путем применения `f` к элементам `input_dataset`), между которыми `ParallelInterleaveDatasetV2` будет циклически переключаться по кругу.
`block_length`	`Tensor` типа `int64`. Количество элементов, выдаваемых за один раз при каждом чередующемся вызове набора данных, возвращаемого `f`.
`buffer_output_elements`	`Tensor` типа `int64`. Количество элементов, которое должен буферизировать каждый чередующийся итератор (аналогично преобразованию `.prefetch()` для каждого чередующегося итератора).
`prefetch_input_elements`	`Tensor` типа `int64`. Определяет количество итераторов для предварительной выборки, позволяя буферам заполниться, а данным — загружаться заранее без блокировки основного потока.
`num_parallel_calls`	`Tensor` типа `int64`. Определяет количество потоков, используемых для параллельного получения данных из входных наборов данных. Константу `tf.data.experimental.AUTOTUNE` Python API можно использовать, чтобы указать на необходимость автоматической настройки уровня параллелизма.
`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 — это `tf.TensorShape` или список `ints`) длиной `>= 1`.
`deterministic`	Необязательный `string`. По умолчанию — `"default"`. Строка, указывающая детерминированность на уровне оператора. Параметр Deterministic определяет, разрешено ли чередованию возвращать элементы не по порядку, если следующий элемент недоступен, но доступен более поздний элемент. Возможные значения: "true", "false" и "default". Значение "default" означает, что детерминированность определяется параметром `experimental_deterministic` в `tf.data.Options`.
`metadata`	Необязательный `string`. По умолчанию — `""`.
`name`	Имя операции (необязательно).

Возвращает
`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/ParallelInterleaveDatasetV4