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 - >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!
答案 0 :(得分:4)
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
答案 1 :(得分:2)
我认为您可以使用tf.contrib.data.rejection_resample
来实现目标分发。
答案 2 :(得分:2)
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)