Question

假设我有 N tf.data.Datasets和 N 概率列表（总和为1），现在我想创建数据集，以便示例为从具有给定概率的 N 数据集中采样。

我希望这适用于任意概率 - ＆gt;简单的zip / concat / flatmap以及每个数据集中固定数量的示例可能不是我想要的。

有可能在TF中这样做吗？谢谢！

Answer 1

从1.12版本开始，modify_url提供了以下功能： https://www.tensorflow.org/api_docs/python/tf/data/experimental/sample_from_datasets

编辑：看起来在早期版本中，tf.data.experimental.sample_from_datasets

可以访问

Answer 2

我认为您可以使用tf.contrib.data.rejection_resample来实现目标分发。

Answer 3

如果p是概率的Tensor（或未归一化的相对概率），其中p[i]是选择数据集i的概率，则可以使用{{1} }与tf.multinomial结合使用：

tf.contrib.data.choose_from_datasets

请注意，数据集需要初始化（您不能使用简单的make_one_shot_iterator）：

# create some datasets and their unnormalized probability of being chosen
datasets = [
    tf.data.Dataset.from_tensors(['a']).repeat(),
    tf.data.Dataset.from_tensors(['b']).repeat(),
    tf.data.Dataset.from_tensors(['c']).repeat(),
    tf.data.Dataset.from_tensors(['d']).repeat()]
p = [1., 2., 3., 4.]  # unnormalized

# random choice function
def get_random_choice(p):
  choice = tf.multinomial(tf.log([p]), 1)
  return tf.cast(tf.squeeze(choice), tf.int64)

# assemble the "choosing" dataset
choice_dataset = tf.data.Dataset.from_tensors([0])  # create a dummy dataset
choice_dataset = choice_dataset.map(lambda x: get_random_choice(p))  # populate it with random choices
choice_dataset = choice_dataset.repeat()  # repeat

# obtain your combined dataset, assembled randomly from source datasets
# with the desired selection frequencies. 
combined_dataset = tf.contrib.data.choose_from_datasets(datasets, choice_dataset)

从Tensorflow中的多个tf.data.Datasets中随机抽样

3 个答案: