Python tf.data.TFRecordDataset.rejection_resample用法及代码示例

用法

rejection_resample(
    class_func, target_dist, initial_dist=None, seed=None, name=None
)

将数据集重新采样到目标分布的转换。

让我们考虑以下示例，其中初始数据分布为 init_dist 的数据集需要重新采样到具有 target_dist 分布的数据集。

import collections
initial_dist = [0.5, 0.5]
target_dist = [0.6, 0.4]
num_classes = len(initial_dist)
num_samples = 100000
data_np = np.random.choice(num_classes, num_samples, p=initial_dist)
dataset = tf.data.Dataset.from_tensor_slices(data_np)
x = collections.defaultdict(int)
for i in dataset:
  x[i.numpy()] += 1

根据 initial_dist 分布，x 的值将接近 {0:50000, 1:50000}。

dataset = dataset.rejection_resample(
   class_func=lambda x:x % 2,
   target_dist=target_dist,
   initial_dist=initial_dist)

y = collections.defaultdict(int)
for i in dataset:
  cls, _ = i
  y[cls.numpy()] += 1

y 的值现在将接近 {0:75000, 1:50000} 从而满足 target_dist 分布。