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。切片的范围是从最外层维度开始的。
更具体的,假设我们有一组特征集合(features),以及这组数据集合所对应的标签集合(labels),那么我们如何将每个数据与其对应的标签进行组合,构成一个个完整训练数据集合([feature_1, label_1],[feature_2, label_2],........).讲道理,tf.data.Dataset.from_tensor_slices函数就是完成这个需求。

例:

import tensorflow as tfa = tf.random_uniform((4,3))
b = tf.random_uniform((4,1))
data1 = tf.data.Dataset.from_tensor_slices((a,b))
data2 = tf.data.Dataset.from_tensor_slices(a)
print(data1)
print(data2)>>> <DatasetV1Adapter shapes: ((3,), (1,)), types: (tf.float32, tf.float32)>>>> <DatasetV1Adapter shapes: (3,), types: tf.float32>

我们可以看到返回值是一个DatasetV1Adapter,这是一个数据迭代器。

记录 之 tensorflow函数:tf.data.Dataset.from_tensor_slices相关推荐

  1. 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 ...

  2. 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 ...

  3. 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). ...

  4. 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 ...

  5. 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 ...

  6. 深入浅出TensorFlow2函数——tf.data.Dataset.batch

    分类目录:<深入浅出TensorFlow2函数>总目录 语法 batch(batch_size, drop_remainder=False, num_parallel_calls=None ...

  7. 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 ...

  8. 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 ...

  9. 【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

  1. “偷鸡”不成的马斯克,终于丢掉了自己的“王位”
  2. 基于OpenLayers+rbush实现高德轨迹样式
  3. RxJava2学习笔记(3)
  4. QCustomPlot实现实时动态曲线(包含手动设置XY轴显示的方法)
  5. webpack学习1-打包
  6. Ngrx Store实现源代码的MemoizedSelector学习笔记
  7. SAP Gateway OData服务的语言决定逻辑 - language determination
  8. LeetCode 295. Find Median from Data Stream
  9. (128)System Verilog下降沿检测实例
  10. 介绍一个基于ASP.NET MVC的框架Catharsis
  11. 阿里的程序员们如何解决复杂数据的查询优化问题?| 技术头条
  12. Storm Trident示例broadcast
  13. HCNA华为认证网络工程师视频教程
  14. HTML实现win10桌面,利用js实现仿win10桌面弹出窗口提示代码
  15. MySQL教程——2 中级篇(索引、视图、存储过程)
  16. matlab的simulink中的normal模式acclerator等模式的选择方法
  17. 计算机导论第五讲MOOC模拟答案,MOOC理念指导下的计算机导论课程_微课堂_设计与思考_朱淑鑫...
  18. RMC公链2022开启 坚持 共进与突破
  19. 如何监测内存泄漏(引用自网络)
  20. 【C++修行之路】类和对象

热门文章

  1. 1.15运行命令直至执行成功
  2. [转]UTF-8 GBK UTF8 GB2312 之间的区别和关系
  3. 读取String数组内的内容
  4. LeetCode 面试题 10.02. 变位词组
  5. 下一个十年需要的五大IT技能
  6. 超详细的HTTP面试题
  7. BASIC-8 回文数
  8. 信息学奥赛一本通(C++)在线评测系统——基础(一)C++语言—— 1054:三角形判断
  9. Java中集合(三)Stack
  10. 关于uint8_t/uint16_t/uint32_t/uint_fast16_t