函数引用

创建数据集
`text_line_dataset ()`	由来自一个或多个文本文件的行组成的数据集。
`tfrecord_dataset ()`	由一个或多个TFRecord文件中的记录组成的数据集。
`sql_record_spec ()sql_dataset ()sqlite_dataset ()`	由SQL查询的结果组成的数据集
`tensors_dataset ()`	创建包含单个元素的数据集，包含给定的张量。
`tensor_slices_dataset ()`	创建一个数据集，其元素是给定张量的片。
`sparse_tensor_slices_dataset ()`	将每个rank-N`tf SparseTensor美元`在这个数据集中按行排列。
`fixed_length_record_dataset ()`	来自一个或多个二进制文件的固定长度记录的数据集。
`file_list_dataset ()`	匹配某个模式的所有文件的数据集
`range_dataset ()`	创建值的步距范围的数据集。
`read_file ()`	从一组文件中读取数据集
`delim_record_spec ()csv_record_spec ()tsv_record_spec ()`	从带分隔值的文本文件读取记录的规范
`make_csv_dataset ()`	将CSV文件读入批处理数据集
将数据集
`dataset_map ()`	在数据集中映射函数。
`dataset_map_and_batch ()`	dataset_map()和dataset_batch()的融合实现
`dataset_prepare ()`	准备用于分析的数据集
`dataset_skip ()`	创建一个跳过此数据集中的count元素的数据集
`dataset_filter ()`	通过谓词筛选数据集
`dataset_shard ()`	创建一个数据集，其中只包含该数据集的1 / num_shards。
`dataset_shuffle ()`	随机打乱此数据集的元素。
`dataset_shuffle_and_repeat ()`	对数据集进行洗牌和重复，为每个历返回新的排列。
`dataset_prefetch ()`	创建从此数据集预取元素的数据集。
`dataset_batch ()`	将此数据集的连续元素组合成批。
`dataset_repeat ()`	重复数据集计数次。
`dataset_cache ()`	缓存此数据集中的元素。
`dataset_take ()`	从该数据集中创建最多包含count个元素的数据集
`dataset_flat_map ()`	在这个数据集上映射map_func并将结果扁平化。
`dataset_padded_batch ()`	将此数据集的连续元素组合成填充批
`dataset_decode_delim ()`	将具有分隔文本行的数据集转换为具有命名列的数据集
`dataset_concatenate ()`	通过将给定数据集与此数据集连接来创建数据集。
`dataset_interleave ()`	在这个数据集中映射map_func，并交错结果
`dataset_prefetch_to_device ()`	将数据集值预取到给定的`设备`
`dataset_window ()`	将输入元素组合到窗口的数据集中。
`dataset_collect ()`	收集的数据集
`zip_datasets ()`	通过将给定的数据集压缩到一起来创建数据集。
`sample_from_datasets ()`	中的数据集中随机抽样元素`数据集`．
`with_dataset ()`	执行遍历数据集的代码
在弹出的菜单数据集
`output_type ()output_shapes ()`	输出类型和形状
数据集迭代器
`input_fn (< tf_dataset >）`	从数据集构造一个tfestimators输入函数
`make_iterator_one_shot ()make_iterator_initializable ()make_iterator_from_structure ()make_iterator_from_string_handle ()`	创建用于枚举此数据集元素的迭代器。
`iterator_get_next ()`	从迭代器中获取下一个元素
`iterator_initializer ()`	为初始化此迭代器而应运行的操作。
`iterator_string_handle ()`	字符串值的张量，表示这个迭代器
`iterator_make_initializer ()`	创建一个可用于初始化此迭代器的操作
`until_out_of_range ()out_of_range_handler ()`	执行遍历数据集的代码，直到出现超出范围的情况
`next_batch ()`	张量(s)，用于从数据集中检索下一批数据
功能规范API
`feature_spec ()`	创建特性规范。
`dense_features ()`	密集的特性
`dataset_use_spec ()`	使用提供的规范转换数据集。
`fit (< FeatureSpec >）`	符合功能规格。
`定标器`	预先制作的标量列表
`scaler_min_max ()`	创建最小最大标量的实例
`scaler_standard ()`	创建标准标量的实例
`step_bucketized_column ()`	创建bucketized列
`step_categorical_column_with_hash_bucket ()`	创建具有散列桶规范的分类列
`step_categorical_column_with_identity ()`	创建具有标识的分类列
`step_categorical_column_with_vocabulary_file ()`	用词汇表文件创建一个分类列
`step_categorical_column_with_vocabulary_list ()`	创建分类列规范
`step_crossed_column ()`	创建类别列的交叉
`step_embedding_column ()`	创建嵌入的列
`step_indicator_column ()`	创建指标列
`step_numeric_column ()`	创建数值列规范
`step_remove_column ()`	创建可以删除列的步骤
`step_shared_embeddings_column ()`	为分类列创建共享嵌入
`步骤`	特征列规范的步骤。
`all_nominal ()`	找到所有名义变量。
`all_numeric ()`	创建所有数值变量。
`has_type ()`	识别变量的类型。
`cur_info_env`	选择器
`layer_input_from_dataset ()`	从数据集创建输入列表
数据
`心`	心脏病数据集

函数引用

创建数据集

将数据集

在弹出的菜单数据集

数据集迭代器

功能规范API

数据