JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Глава 6. Работа с данными
241
Таблица 6.1.
Создание объекта Dataset на основе источника данных
Способ получения 
нового объекта 
tf.data.Dataset
API
Как с его помощью создать Dataset
Из JavaScript­
массива элементов; 
работает также для 
типизированных 
массивов, например 
Float32Array
tf.data.array(items) const dataset = tf.data.array([1,2,3,4,5]);
См. подробности в листинге 6.1
Из (возможно, 
удаленного) CSV­
файла, в котором 
каждая строка 
соответствует 
элементу
tf.data.csv(
source,
csvConfig)
const dataset = tf.data.csv("https://path/
to/my.csv");
См. подробности в листинге 6.2.
Единственный обязательный параметр — URL 
источника данных. Кроме того, в необязательном 
параметре csvConfig можно передать объект 
с опциями для управления разбором CSV­файла. 
Например:
• columnNames — если названия столбцов 
не указаны в заголовке или их нужно 
переопределить, можно передать их в объекте 
типа string[];
• delimiter — строка из одного символа для 
пере определения разделителя по умолчанию 
(запятой);
• columnConfigs — ассоциативный массив 
с ключами columnName для объектов 
columnConfig с целью управления разбором 
и возвращаемым типом Dataset. column­
Config сообщает средству синтаксического 
разбора тип элемента (строковое значение 
или целое число) либо указывает на 
необходимость рассматривать столбец как 
метку Dataset;
• configuredColumnsOnly — указывает, 
возвращать ли данные для каждого столбца 
в CSV или только столбцов, определенных 
в объекте columnConfigs.
Дополнительную информацию можно найти 
в документации API на сайте js.tensorflow.org
На основе 
обобщенной 
функции­
генератора, 
выдающей 
элементы 
по одному
tf.data.generator(
generatorFunction)
function* countDownFrom10() {
for (let i=10; i>0; i--) {
yield(i);
}
}
const dataset =
tf.data.generator(countDownFrom10);
См. подробности в листинге 6.3.
Отметим, что tf.data.generator() при вызове без 
аргументов возвращает объект Generator

---

242