Метод skip класса Dataset
Метод skip класса Dataset возвращает новый датасет, который пропускает первые count элементов исходного датасета при итерации. Метод принимает один обязательный параметр - количество элементов для пропуска. Это удобно, когда нужно исключить из обработки начальные данные, например заголовки, служебные записи или уже обработанную часть набора.
Метод не изменяет исходный датасет, а создает новый объект Dataset, который при переборе начинает выдавать элементы начиная с позиции count. Если count больше или равно общему числу элементов, результирующий датасет будет пустым.
Синтаксис
dataset.skip(count)
Пример
Давайте создадим датасет из чисел и пропустим первые три элемента:
import tensorflow as tf
dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3, 4, 5])
skipped = dataset.skip(3)
for element in skipped:
print(element.numpy())
Результат выполнения кода:
4
5
Пример
Давайте пропустим первые два элемента в датасете строк:
import tensorflow as tf
dataset = tf.data.Dataset.from_tensor_slices(['abcde', 'model.keras', 'tensorflow', 'dataset'])
skipped = dataset.skip(2)
for element in skipped:
print(element.numpy().decode('utf-8'))
Результат выполнения кода:
"tensorflow"
"dataset"
Пример
Давайте пропустим первые пять элементов в датасете из десяти чисел и посмотрим результат:
import tensorflow as tf
dataset = tf.data.Dataset.range(10)
skipped = dataset.skip(5)
for element in skipped:
print(element.numpy())
Результат выполнения кода:
5
6
7
8
9
Пример
Давайте пропустим количество элементов, превышающее размер датасета:
import tensorflow as tf
dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3])
skipped = dataset.skip(5)
for element in skipped:
print(element.numpy())
Результат выполнения кода:
(пустой вывод)
