Python 3.x 查找有关‘的文档;路径’;tablerDataBunch.from_df()中的参数

Python 3.x 查找有关‘的文档;路径’;tablerDataBunch.from_df()中的参数,python-3.x,categorical-data,embedding,fast-ai,Python 3.x,Categorical Data,Embedding,Fast Ai,我不确定我是否理解Python 3.6中fast.ai库的_df(path=path,df=df,…)中的path(必选)参数的用途 我查过了,但似乎找不到细节。 特别是,我有一个pd.DataFrame,它在磁盘上没有关联的CSV文件。我如何将。from_df方法应用于it 有人有更多的信息或参考链接吗?找到一个路径值为的“输出”。此外,还将path定义为输出结果的输出位置 df = pd.DataFrame({'A': list('aabbccabca'), 'B': np.random.n

我不确定我是否理解Python 3.6中fast.ai库的_df(path=path,df=df,…)中的
path
(必选)参数的用途

我查过了,但似乎找不到细节。 特别是,我有一个
pd.DataFrame
,它在磁盘上没有关联的CSV文件。我如何将
。from_df
方法应用于it

有人有更多的信息或参考链接吗?

找到一个路径值为
的“输出”
。此外,还将
path
定义为输出结果的输出位置

df = pd.DataFrame({'A': list('aabbccabca'), 'B': np.random.normal(size=10).round(2), 'Y': list('aabbccabca')})
tfms = [Categorify]
tblrData = TabularDataBunch.from_df('output', df, dep_var='Y', valid_idx=[7,8], procs=tfms, cat_names=['A'], bs=4)
(cat_x,cont_x),y = next(iter(tblrData.train_dl))
for o in (cat_x, cont_x, y): print(to_np(o[:5]))
bs
是此处的批量大小参数