dataset.padded_batch 用法案例

import tensorflow as tf
import numpy as np
tf.reset_default_graph()x = [[1, 0, 0],[2, 3, 0],[4, 5, 6],[7, 8, 0],[9, 0, 0],[0, 1, 0]]
x_new = [np.array(i) for i in x]#tf.TensorShape([])     表示长度为单个数字
#tf.TensorShape([None]) 表示长度未知的向量
padded_shapes=(tf.TensorShape([None]))#   padded_shapes=(
#        tf.TensorShape([None]),
#        )
#TypeError: Expected int64, got TensorShape([Dimension(None)]) of type 'TensorShape' instead.
# 注意，在tf.TensorShape([None])后面不能添加 ",",因为这里递归嵌套，会认为","后面还有一维数据，
# 只是数据格式为 None。dataset = tf.data.Dataset.from_tensor_slices(x)
dataset = dataset.padded_batch(2, padded_shapes=padded_shapes)
iterator = dataset.make_one_shot_iterator()
sess = tf.Session()
try:while True:print(sess.run(iterator.get_next()))
except tf.errors.OutOfRangeError:print("end")dataset = tf.data.Dataset.range(100)
dataset = dataset.map(lambda x: tf.fill([tf.cast(x, tf.int32)], x))
dataset = dataset.padded_batch(4, padded_shapes=[None])iterator = dataset.make_one_shot_iterator()
next_element = iterator.get_next()print(sess.run(next_element))  # ==> [[0, 0, 0], [1, 0, 0], [2, 2, 0], [3, 3, 3]]
print(sess.run(next_element))  # ==> [[4, 4, 4, 4, 0, 0, 0],
print(sess.run(next_element))  #      [5, 5, 5, 5, 5, 0, 0],
print(sess.run(next_element))  #      [6, 6, 6, 6, 6, 6, 0],
print(sess.run(next_element))  #      [7, 7, 7, 7, 7, 7, 7]]

[[1 0 0][2 3 0]]
[[4 5 6][7 8 0]]
[[9 0 0][0 1 0]]
end
[[0 0 0][1 0 0][2 2 0][3 3 3]]
[[4 4 4 4 0 0 0][5 5 5 5 5 0 0][6 6 6 6 6 6 0][7 7 7 7 7 7 7]]
[[ 8  8  8  8  8  8  8  8  0  0  0][ 9  9  9  9  9  9  9  9  9  0  0][10 10 10 10 10 10 10 10 10 10  0][11 11 11 11 11 11 11 11 11 11 11]]
[[12 12 12 12 12 12 12 12 12 12 12 12  0  0  0][13 13 13 13 13 13 13 13 13 13 13 13 13  0  0][14 14 14 14 14 14 14 14 14 14 14 14 14 14  0][15 15 15 15 15 15 15 15 15 15 15 15 15 15 15]]
[[16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16  0  0  0][17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17  0  0][18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18  0][19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19]]

对于输入的序列，有时候需要将get_next产生的序列元素分开，既可以使用 next_element[i] 这样的方式得到分片，也可以使用如下所述的 map 函数进行分片，然后调用

import tensorflow as tf
import numpy as np
tf.reset_default_graph()x = [[1, 0, 0],[2, 3, 0],[4, 5, 6],[7, 8, 0],[9, 0, 0],[0, 1, 0]]#tf.TensorShape([])     表示长度为单个数字
#tf.TensorShape([None]) 表示长度未知的向量
padded_shapes=(tf.TensorShape([None]),tf.TensorShape([]))dataset = tf.data.Dataset.from_tensor_slices(x)
dataset = dataset.map(lambda x: (x, tf.reduce_sum(x)))
dataset = dataset.padded_batch(2, padded_shapes=padded_shapes)
iterator = dataset.make_one_shot_iterator()
sess = tf.Session()
try:while True:elem, value = iterator.get_next()print("elem:", sess.run(elem))
except tf.errors.OutOfRangeError:print("end")

import tensorflow as tf
import numpy as np
tf.reset_default_graph()x = [[1, 0, 0],[2, 3, 0],[4, 5, 6],[7, 8, 0],[9, 0, 0],[0, 1, 0]]#tf.TensorShape([])     表示长度为单个数字
#tf.TensorShape([None]) 表示长度未知的向量
padded_shapes=(tf.TensorShape([]),tf.TensorShape([]),tf.TensorShape([]))dataset = tf.data.Dataset.from_tensor_slices(x)
dataset = dataset.map(lambda x: [x[0], x[1], x[2]])
dataset = dataset.padded_batch(2, padded_shapes=padded_shapes)
iterator = dataset.make_one_shot_iterator()
sess = tf.Session()
try:while True:elem1, elem2, elem3 = iterator.get_next()print("elem:", sess.run(elem1))
except tf.errors.OutOfRangeError:print("end")

dataset.padded_batch 用法案例相关推荐

python面向对象三大特性_Python面向对象之多态原理与用法案例分析
本文实例讲述了Python面向对象之多态原理与用法.分享给大家供大家参考,具体如下: 目标多态面向对象三大特性封装根据职责将属性和方法封装到一个抽象的类中定义类的准则继承 ...
python中的多态用法_Python面向对象之多态原理与用法案例分析
本文实例讲述了Python面向对象之多态原理与用法.分享给大家供大家参考,具体如下: 目标多态面向对象三大特性封装根据职责将属性和方法封装到一个抽象的类中定义类的准则继承 ...
uni-app watch computed API作用语法用法 +案例
一.computedAPI 1.1前言:在模板中,可以通过插值语法显示一些data中的数据,但是在某些情况下,一些数据可能需要进行转换后再显示eg:需要对多个data数据进行进行运算.三元运算符来决定 ...
Dataset的用法简析
之前的文章,稍微讲了一下Estimator的用法,也提到Estimator的数据处理使用的是tf.data这两个模块是Tensorflow初学者必须掌握的内容.现在,就让我们从大的概念入手,来慢慢理解 ...
MVC4 jquery 样式主题用法(案例)
开发工具:VS2012 MVC版本:MVC4 MVC4已经自带了jquery,新建的项目,基本上什么都不用添加就可以运行,跑项目.(集成了那么多东西,jquery,modernizr,自带的默认权限, ...
JAVA知识点 HashSet 集合的用法[案例+代码+总结]
文章目录前言一.HashSet 集合的存储二.将Object类存入HashSet 总结前言 HashSet 是 Set 接口的一个实现类,它所存储的元素是不可重复的,并且元素都是无序的.这个必 ...
四、DataFrame和DataSet的使用案例
1.DateFrame使用案例 import org.apache.spark.sql.{DataFrame, SQLContext} import org.apache.spark.{SparkCo ...
MySQL六种窗口函数用法案例
Java和大数据系列注:大家觉得博客好的话,别忘了点赞收藏呀,本人每周都会更新关于人工智能和大数据相关的内容,内容多为原创,Python Java Scala SQL 代码,CV NLP 推荐系统等 ...
DataSet Filter用法
我有一个问题请教:我在BDEQUERY中使用其FILTER属性进行条件筛选时一切正常,但相同的条件拿到ADOQUERY中使用就出现错误,具体情况如下: 1.BDEQUERY和ADOQUERY指向同一个 ...
dataset的用法
一.特点介绍 1.处理脱机数据,在多层应用程序中很有用. 2.可以在任何时候查看DataSet中任意行的内容,允许修改查询结果的方法. 3.处理分级数据 4.缓存更改 5.XML的完整性:DataSe ...

dataset.padded_batch 用法案例

dataset.padded_batch 用法案例相关推荐

最新文章

热门文章