tensorflow基础:tf.data.Dataset.from_tensor_slices()
tf.data.Dataset.from_tensor_slices()
语义解释:from_tensor_slices,从张量的切片读取数据。
工作原理:将输入的张量的第一个维度看做样本的个数,沿其第一个维度将tensor切片,得到的每个切片是一个样本数据。实现了输入张量的自动切片。
输入数据格式/要求:
1)可以是numpy格式,也可以是tensorflow的tensor的格式,函数会自动将numpy格式转为tensorflow的tensor格式
2)输入可以是一个tensor
或 一个tensor字典(字典的每个key对应的value是一个tensor,要求各tensor的第一个维度相等)
或 一个tensor tuple(tuple 的每个元素是一个tensor,要求各tensor的第一个维度相等)。
示例代码:
import tensorflow as tf
import numpy as np## 测试1: 输入是一个 tensor,函数将样本个数识别为8,然后对张量切片,每个样本的维度是(100)
dataset_tensor = tf.data.Dataset.from_tensor_slices(tf.random_uniform([8,100]))
print("dataset_tensor.output_shapes = ",dataset_tensor.output_shapes)## 测试2: 输入是一个 numpy
dataset_numpy = tf.data.Dataset.from_tensor_slices(np.random.randn(8,100))
print("dataset_numpy.output_shapes = ",dataset_numpy.output_shapes)## 测试3: 输入是一个 dict:当不同的value-tensor的第一个维度不同时,会报错,无法对各张量统一切片
dataset_dict = tf.data.Dataset.from_tensor_slices({"a":tf.random_uniform([8,100]),"b":tf.random_uniform([8,1000])})
print("dataset_dict.output_shapes = ",dataset_dict.output_shapes)## 测试4: 输入是一个 tuple:当不同的 tensor元素的第一个维度不同时,会报错,无法对各张量统一切片
dataset_tuple = tf.data.Dataset.from_tensor_slices((tf.ones([8,10]),tf.zeros([8,100]),tf.random_uniform([8,15,100]))
)
print("dataset_tuple.output_shapes = ",dataset_tuple.output_shapes)
tensorflow基础:tf.data.Dataset.from_tensor_slices()相关推荐
- tensorflow基础:tf.data.Dataset.from_tensor_slices() 与 tf.data.Dataset.from_generator()的异同
tf.data.Dataset.from_tensor_slices(tensor): -->将tensor沿其第一个维度切片,返回一个含有N个样本的数据集(假设tensor的第一个维度为N). ...
- tensorflow tf.data.Dataset.from_tensor_slices() (创建一个“数据集”,其元素是给定张量的切片)
from tensorflow\python\data\ops\dataset_ops.py @staticmethoddef from_tensor_slices(tensors):"&q ...
- 记录 之 tensorflow函数:tf.data.Dataset.from_tensor_slices
tf.data.Dataset.from_tensor_slices(),是常见的数据处理函数,它的作用是将给定的元组(turple).列表(list).张量(tensor)等特征进行特征切片.切片的 ...
- tf.data.Dataset.from_tensor_slices 的用法
将python列表和numpy数组转换成tensorflow的dataset 只有dataset才能被model.fit函数训练 import tensorflow as tf import nump ...
- tf.data.Dataset.from_tensor_slices() 详解
函数原型: tf.data.Dataset.from_tensor_slices(tensors, name=None ) 官网地址:https://www.tensorflow.org/api_do ...
- tensorflow学习笔记:tf.data.Dataset,from_tensor_slices(),shuffle(),batch()的用法
tf.data.Dataset.from_tensor_slices: 它的作用是切分传入Tensor的第一个维度,生成相应的dataset. 例1: dataset = tf.data.Datase ...
- TensorFlow数据读取机制:文件队列 tf.train.slice_input_producer和 tf.data.Dataset机制
TensorFlow数据读取机制:文件队列 tf.train.slice_input_producer和tf.data.Dataset机制 之前写了一篇博客,关于<Tensorflow生成自己的 ...
- TensorFlow 2.0 - tf.data.Dataset 数据预处理 猫狗分类
文章目录 1 tf.data.Dataset.from_tensor_slices() 数据集建立 2. Dataset.map(f) 数据集预处理 3. Dataset.prefetch() 并行处 ...
- 【Tensorflow 2.0 正式版教程】tf.data.Dataset的基本使用方法
Tensorflow 2.0中提供了专门用于数据输入的接口tf.data.Dataset,可以简洁高效的实现数据的读入.打乱(shuffle).增强(augment)等功能.下面以一个简单的实例讲解该 ...
最新文章
- Java设计模式(工厂模式>抽象工厂模式和原型模式)
- bzoj3140: [Hnoi2013]消毒
- mysql whrere 占位_【MySQL】(4)操作数据表中的记录
- 【数据挖掘】数据挖掘简介
- 【工具】模板引擎 Velocity
- oracle大表如何快速删除一列,Oracle 对表中的记录进行大批量删除
- win32 输出文字时清除之前的_努力学习没效果?3个步骤,强化沟通输出,实现飞跃式成长...
- nginx php 跨域访问权限,nginx + php 实现跨域请求填坑笔记
- [李景山php]每天TP5-20161225|thinkphp5-Console.php-2
- 私藏的开发过程中的那些基类
- Android 各层中日志打印功能的应用
- SLF4J: Failed to load class “org.slf4j.impl.StaticLoggerBinder”
- npm命令启动前端项目
- 计算机考研408真题和答案
- 客户个性分析 聚类 大数据
- 阿里云服务器学生免费领取指南
- 硬件编码相关知识(H264,H265),IPB分别压缩率/H265/H264压缩率
- 豆瓣电影喜剧榜数据爬取
- Oracle账号怎么注销,qq账号如何永久注销?qq账号永久注销的条件以及详细操作方法...
- [小白入门]SEO优化是什么意思?4步骤掌握SEO网站优
热门文章
- mysql父行指那一行,MySQL中给定父行找到所有子行的解决方案
- php文章发布时间修改,Dedecms编辑文章更新当前时间的修改方法
- python里eval和input组合使用_python中eval()函数和input()函数用法解析
- dnspod ddns 下载_简约时尚休闲女装毛衣针织衫春装详情页_psd素材免费下载_ 750*13450像素(编号:24815329)...
- 2021年南宁二中高考成绩查询,2021年广西南宁二中高考物理冲刺试卷(一).docx...
- ll文件显示为?????_关于shell编程中的文件测试简单的操作实例
- 深度残差网络(ResNet)详解与实现(tensorflow2.x)
- junit5 动态测试_JUnit 5动态测试– @ TestFactory,DynamicTest
- 数据结构:二叉搜索树(BST)全部基本操作
- 云原生技术的优势是什么?