如何让tf.data.Dataset.map函数仅在第一个epoch中执行一次?

我尝试使用tf.data.Dataset对数据集进行一些转换。

我发现转换在每个epoch中都会执行。是否有可能让map函数仅在第一个epoch中执行?


回答:

你可以使用不同的数据集。这在自定义训练循环中很容易实现。就像这样:

def transformation(inputs, labels):    tf.print('With transformation!')    return inputs, labelsdef no_transformation(inputs, labels):    tf.print('No transformation!')    return inputs, labelsdata_with_transform = data.take(4).map(transformation).batch(4)data_no_transform = data.take(4).map(no_transformation).batch(4)

然后稍后:

if epoch < 1:    ds = data_with_transformelse:    ds = data_no_transformfor X_train, y_train in ds:    train_step(X_train, y_train)

完整示例:

With transformation!With transformation!With transformation!With transformation!No transformation!No transformation!No transformation!No transformation!No transformation!No transformation!No transformation!No transformation!No transformation!No transformation!No transformation!No transformation!No transformation!No transformation!No transformation!No transformation!

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注