JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Глава 6. Работа с данными
243
массивы и многократно вложенные объекты подобных структур данных. В этом 
крошечном примере структура всех трех элементов объекта 
Dataset
одинакова: это 
объекты с одинаковыми ключами и одним типом значений для ключей. В принципе, 
tf.data.Dataset
позволяет комбинировать различные типы элементов, но наиболее 
распространен сценарий использования, при котором элементы 
Dataset
представля­
ют собой осмысленные семантические единицы одного типа. Обычно они отражают 
примеры одной сущности. Поэтому, за исключением очень необычных сценариев 
использования, типы данных и структуры всех элементов совпадают.
Создание объекта tf.data.Dataset из CSV-файла
Один из чаще всего встречающихся типов элементов в наборах данных — объект 
типа «ключ/значение», соответствующий одной строке таблицы, например одна 
строка CSV­файла. В листинге 6.2 приведена очень простая программа — она под­
ключает и выводит набор данных Boston­housing, знакомый нам по главе 2.
Листинг 6.2.
Создание объекта tf.data.Dataset из CSV-файла
Здесь вместо 
tf.data.array()
используется функция 
tf.data.csv()
, в которую 
передается URL CSV­файла. В результате создается объект 
Dataset
, обеспечиваемый 
данными из CSV­файла, проход в цикле по которому эквивалентен обходу в цикле 
строк CSV­файла. В Node.js можно подключиться к локальному CSV­файлу с по­
мощью дескриптора URL с префиксом file://, вот так:
> const data = tf.data.csv(
'file://./relative/fs/path/to/boston-housing-train.csv');
В цикле каждая строка CSV­файла преобразуется в объект JavaScript. Возвра­
щаемые из объекта 
Dataset
элементы представляют собой объекты, содержащие по 
одному свойству для каждого столбца CSV, причем эти свойства называются в соот­
ветствии с названиями столбцов CSV­файла, что удобно для работы с элементами, 
ведь теперь не требуется запоминать порядок полей. В подразделе 6.3.1 мы рассмо­
трим подробнее, как работать с CSV­файлами.

---

244