tensorflow2.0中data API 总结

tf.data.Dataset.list_files(filename)

参数:filename:文件路径或者文件路径列表,如:’…/csvData/iris.csv’,[’…/csvData/iris.csv’,’…/csvData/boston_house_prices.csv’]。

返回值:文件路径或者文件路径列表的Dataset形式

代码:

import tensorflow as tf
dataset1 = tf.data.Dataset.list_files('../csvData/iris.csv')
print ("dataset1:",dataset1)
for dataset in dataset1:print("dataset:",dataset)

返回结果:

dataset1: <DatasetV1Adapter shapes: (), types: tf.string>
dataset: tf.Tensor(b'..\\csvData\\iris.csv', shape=(), dtype=string)

tf.data.TextLineDataset(filename)

参数:filename:文件路径或者文件路径列表。还可以是:tf.data.Dataset.list_files(filename)的返回值

返回值:文件路径或者文件路径列表 按行排列的 字符串Dataset形式

代码:

import tensorflow as tf
dataset2 = tf.data.TextLineDataset('../csvData/iris.csv')
for dataset in dataset2:print(dataset)

返回结果:

tf.Tensor(b'150,4,setosa,versicolor,virginica', shape=(), dtype=string)
tf.Tensor(b'5.1,3.5,1.4,0.2,0', shape=(), dtype=string)
tf.Tensor(b'4.9,3.0,1.4,0.2,0', shape=(), dtype=string)
tf.Tensor(b'4.7,3.2,1.3,0.2,0', shape=(), dtype=string)
tf.Tensor(b'4.6,3.1,1.5,0.2,0', shape=(), dtype=string)
tf.Tensor(b'5.0,3.6,1.4,0.2,0', shape=(), dtype=string)
tf.Tensor(b'5.4,3.9,1.7,0.4,0', shape=(), dtype=string)
tf.Tensor(b'4.6,3.4,1.4,0.3,0', shape=(), dtype=string)
tf.Tensor(b'5.0,3.4,1.5,0.2,0', shape=(), dtype=string)
tf.Tensor(b'4.4,2.9,1.4,0.2,0', shape=(), dtype=string)
.......

csv文件:

dataset.interleave(function)

参数:

dataset:输入的dataset形式的值。
function:经过的函数function

返回值:通过function函数产生的返回值。

代码:

import tensorflow as tf
dataset1 = tf.data.Dataset.list_files('../csvData/iris.csv')
dataset4 = dataset1.interleave(tf.data.TextLineDataset)
print("dataset4:",dataset4)
for dataset in dataset4:print("dataset:",dataset)

效果:

ataset4: <DatasetV1Adapter shapes: (), types: tf.string>
dataset: tf.Tensor(b'150,4,setosa,versicolor,virginica', shape=(), dtype=string)
dataset: tf.Tensor(b'5.1,3.5,1.4,0.2,0', shape=(), dtype=string)
dataset: tf.Tensor(b'4.9,3.0,1.4,0.2,0', shape=(), dtype=string)
dataset: tf.Tensor(b'4.7,3.2,1.3,0.2,0', shape=(), dtype=string)
dataset: tf.Tensor(b'4.6,3.1,1.5,0.2,0', shape=(), dtype=string)
dataset: tf.Tensor(b'5.0,3.6,1.4,0.2,0', shape=(), dtype=string)
dataset: tf.Tensor(b'5.4,3.9,1.7,0.4,0', shape=(), dtype=string)
dataset: tf.Tensor(b'4.6,3.4,1.4,0.3,0', shape=(), dtype=string)
dataset: tf.Tensor(b'5.0,3.4,1.5,0.2,0', shape=(), dtype=string)
......

tensorflow2.0中dataset API 总结相关推荐

  1. 【吴恩达团队】TensorFlow2.0中的自然语言处理

    视频地址:[吴恩达团队Tensorflow2.0实践系列课程第三课]TensorFlow2.0中的自然语言处理 Tokenizer 本阶段完成的工作: 构建语料库词典:{word:integer}\{ ...

  2. tensorflow2.0中valid_data的作用是在训练的过程对对比训练数据与测试数据的准确率 损失率,便于判断模型的训练效果:是过拟合还是欠拟合(过拟合)

    tensorflow2.0中valid_data的作用是在训练的过程对对比训练数据与测试数据的准确率,便于判断模型的训练效果:是过拟合还是欠拟合 过拟合:训练数据的准确率较高而测试数据的准确率较低 欠 ...

  3. tensorflow2.0中的Broadcasting用法

    Broadcasting是tensorflow2.0中一个很重要的用法,张量维度扩张的手段,但是没有在数据层面上的复制.是一种数据优化的手段.高效且直观. Broadcasting的机制 ①进行维度的 ...

  4. TensorFlow2.0(七)--基础API使用

    基础API使用 1. 常量tf.constant 1.1 导入相应的库 1.2 tf.constant的索引操作 1.3 tf.constant的算子操作 1.4 numpy与tf.constant之 ...

  5. 【TensorFlow2.0】数据读取与使用方式

    大家好,这是专栏<TensorFlow2.0>的第三篇文章,讲述如何使用TensorFlow2.0读取和使用自己的数据集. 如果您正在学习计算机视觉,无论你通过书籍还是视频学习,大部分的教 ...

  6. internetreadfile读取数据长度为0_【完结】TensorFlow2.0 快速上手手册

    大家好,这是专栏<TensorFlow2.0>的第五篇文章,我们对专栏<TensorFlow2.0>进行一个总结. 我们知道全新的TensorFlow2.0 Alpha已经于2 ...

  7. TensorFlow2.0 Guide官方教程 学习笔记20 -‘Effective TensorFlow 2‘

    本笔记参照TensorFlow Guide官方教程,主要是对'Effictive TensorFlow 2'教程内容翻译和内容结构编排,原文链接:Effictive TensorFlow 2 高效的T ...

  8. TensorFlow2.0学习

    文章目录 一.TensorFlow的建模流程 1.1 结构化数据建模流程范例 1.1.1 准备数据 1.1.2 定义模型 1.1.3 训练模型 1.1.4 评估模型 1.1.5 使用模型 1.1.6 ...

  9. 〖TensorFlow2.0笔记21〗自定义数据集(宝可精灵数据集)实现图像分类+补充:tf.where!

    自定义数据集(宝可精灵数据集)实现图像分类+补充:tf.where! 文章目录 一. 数据集介绍以及加载 1.1. 数据集简单描述 1.2. 程序实现步骤 1.3. 加载数据的格式 1.4. map函 ...

最新文章

  1. Cloud Connector的普通版本和Portable版本的区别
  2. idea 如何隐藏/展示不想看到的文件
  3. Docker开启远程安全访问
  4. 6款帮助 滚动视差jquery插件
  5. mysql 分区 目的_MySQL分区表最佳实践
  6. java ee 设计模式_Java EE 设计模式解析与应用_源雷技术空间
  7. Prolog入门教程
  8. 纯html游戏ios打包,白鹭html5游戏打包成ipa文件工具
  9. Oracle(11g)数据库教程之三:SQL Developer 及 SQL *Plus操作数据库
  10. 快速排序(划分函数partition和主元pivot选取)
  11. 个人邮箱怎么注册,商业人士用哪个邮箱,邮箱使用全攻略!
  12. 华为p40pro,小米10pro,适合自己的才是最好的
  13. join()方法的作用
  14. r320使用ahci模式安装linux,如何开启ahci模式 ahci模式开启的方法
  15. Java/Sacla 获取间隔内的全部日期
  16. 深度学习如何解决计算机视觉的经典图像分类问题
  17. win10系统180天试用到期需要激活
  18. 时间固定效应和个体固定效应的选择_STATA固定效应的时间固定和个体固定效应估计方法、检验策略和操作步骤...
  19. Integer.toHexString((byteVar 0x000000FF) | 0xFFFFFF00).substring(6)解释
  20. 大学英语(第二册)复习(原文及全文翻译)——Unit 9 - What Is Intelligence, Anyway?(智力到底是什么?)

热门文章

  1. 用缓存拦截接口频繁的请求
  2. javascript删除,添加元素
  3. LeetCode 501. 二叉搜索树中的众数
  4. github+picGo+jsDelivr构建图床
  5. RDKit | 基于RDKit探索ChEMBL数据库中合成药物历史
  6. OpenCV | OpenCV:sift,SURF 特征提取
  7. 附录5:TensorFlow基础(一)
  8. android sdk 如何重新生成debug.keystore
  9. python常见的文本处理-fasta文件格式处理
  10. 3 calender python_python3笔记二十一:时间操作datetime和calendar