Tensorflow.js es una biblioteca de código abierto desarrollada por Google para ejecutar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo en el entorno del navegador o del Node.
La función tf.data.Dataset class .prefetch() se usa para producir un conjunto de datos que obtiene previamente los elementos especificados de este conjunto de datos determinado.
Sintaxis:
prefetch (bufferSize)
Parámetros: Esta función acepta un parámetro que se ilustra a continuación:
- bufferSize: es un valor entero que especifica el número de elementos que se precargarán.
Valor devuelto: Devuelve un conjunto de datos de elementos.
Ejemplo 1:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Calling the .prefetch() function over // the specified dataset of some elements const a = tf.data.array([5, 10, 15, 20]).prefetch(4); // Getting the dataset of prefetched elements await a.forEachAsync(a => console.log(a));
Producción:
5 10 15 20
Ejemplo 2:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Specifying a dataset of some elements const a = tf.data.array(["a", "b", "c", "d", "e"]); // Calling the .prefetch() function over // the above dataset along with the // batch of size 2 const b = a.batch(2) const c = b.prefetch(2) // Getting the dataset of prefetched elements await c.forEachAsync(c => console.log(c));
Producción:
Tensor ['a', 'b'] Tensor ['c', 'd'] Tensor ['e']
Referencia: https://js.tensorflow.org/api/latest/#tf.data.Dataset.prefetch
Publicación traducida automáticamente
Artículo escrito por Kanchan_Ray y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA