tf.data.experimental.shuffle_and_repeat
| Просмотреть исходный код на GitHub |
Перемешивает и повторяет набор данных, возвращая новую перестановку для каждой эпохи. (устарело)
tf.data.experimental.shuffle_and_repeat(
buffer_size, count=None, seed=None
)
dataset.apply(tf.data.experimental.shuffle_and_repeat(buffer_size, count))
эквивалентно
dataset.shuffle(buffer_size, reshuffle_each_iteration=True).repeat(count)
Разница состоит в том, что последний набор данных не сериализуем. Таким образом, если вам нужно сохранить входную обработку с перетасовкой, вы должны использовать эту реализацию.
| Аргументы | |
|---|---|
buffer_size | Масштабируемое скалярное значение tf.Tensor типа tf.int64, представляющее максимальное количество элементов, которые будут буферизованы при предварительной загрузке. |
count | (Необязательно.) Скалярное значение tf.Tensor типа tf.int64, представляющее количество раз, которое набор данных должен быть повторён. По умолчанию (если count равно None или -1) набор данных будет повторяться неограниченное количество раз. |
seed | (Необязательно.) Скалярное значение tf.Tensor типа tf.int64, представляющее случайный seed, который будет использован для создания распределения. См. tf.compat.v1.set_random_seed для поведения. |
| Возвращаемое значение | |
|---|---|
Функция преобразования Dataset, которую можно передать в tf.data.Dataset.apply. |
© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/data/experimental/shuffle_and_repeat
