📅  最后修改于: 2023-12-03 14:47:54.740000             🧑  作者: Mango
TensorFlow.js 是 Google TensorFlow 的 JavaScript 版本,它提供了一些不同于传统机器学习的功能,其 API 设计体现了实现高性能机器学习在 Web 浏览器中的可能性。
tf.data.array()
是 TensorFlow.js 中一个数据集的构造方法,它直接从数组中创建一个数据集。
tf.data.array(
data: Array | TypedArray | Iterable,
options: {
batchSize?: number;
numEpochs?: number;
shuffle?: boolean;
} = {}
);
data
:一个数组、一种类型的数组或一个可迭代对象。options
:一个可选选项对象,包括batchSize
、numEpochs
和shuffle
等参数。 本例展示了如何使用 tf.data.array()
从数字数组中创建一个数据集,并对数据集进行遍历。
const data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10];
const dataset = tf.data.array(data);
dataset.forEachAsync(e => {
console.log(e);
})
你可以使用可选的batchSize
、numEpochs
和shuffle
参数来控制生成的数据集。例如,下面的代码展示了如何生成随机的批次和 epochs。
const data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10];
const dataset = tf.data.array(data, {
batchSize: 2,
numEpochs: 2,
shuffle: true
});
dataset.forEachAsync(e => {
console.log(e);
})
可选的参数 batchSize
定义了每个批次所包含的示例数, numEpochs
定义了数据集将被遍历的次数, shuffle
则指示数据集是否随机排序。
tf.data.array()
使得在 TensorFlow.js 中使用数组数据变得简单方便。它可以用于许多不同的用例,除了本文介绍的示例之外,还可以从多个数组中创建数据集,也可以使用 Iterator 等可迭代对象创建数据集。