【深度学习21天学习挑战赛】备忘篇: from_tensor_slices的作用和用法
活动地址:CSDN21天学习挑战赛
我们在转化数据集时经常会使用这个函数,他的所用是切分传入的 Tensor
的第一个维度,生成相应的 dataset
。
为什么要转换?
将python的list
和numpy数组
转换成tensorflow
的dataset
,才能被model.fit
函数训练
场景1:转换
import tensorflow as tf
import numpy as np
x = np.random.uniform(size=(5, 3))
print(x)
print(type(x))
dataset = tf.data.Dataset.from_tensor_slices(x)
print(type(dataset))
for i in dataset:print(i)
可以看到ndarray
类型的x被在第0维切分成了5个不同tensor
也就是5个相应的 dataset
如果传入的不是ndarray,而是list
也是一样的
场景2:组合组队
import tensorflow as tf
import numpy as np
x = np.random.uniform(size=(5, 2))
print(x)
y = [1,2,3,4,5]
print(y)
dataset = tf.data.Dataset.from_tensor_slices((x, y))
for i in dataset:print(i)
可以看到:
x和y均在第0维被切分成了5个tensor,并且相应位置的元素在dataset中组成了一组。
这一点很重要,这样就可以实现特征 + 标签的dataset
场景3:字典转换
dict_data = dict([('a', [11,22]), ('b', [33, 44]), ('c', [55, 66])])
print(dict_data)
dataset = tf.data.Dataset.from_tensor_slices(dict_data)
for i in dataset:print(i)
运行结果:
{'a': [11, 22], 'b': [33, 44], 'c': [55, 66]}
{'a': <tf.Tensor: shape=(), dtype=int32, numpy=11>, 'b': <tf.Tensor: shape=(), dtype=int32, numpy=33>, 'c': <tf.Tensor: shape=(), dtype=int32, numpy=55>}
{'a': <tf.Tensor: shape=(), dtype=int32, numpy=22>, 'b': <tf.Tensor: shape=(), dtype=int32, numpy=44>, 'c': <tf.Tensor: shape=(), dtype=int32, numpy=66>}
由此可知,from_tensor_slices的大概使用方法,和支持的传入数据类型(元组)。
【深度学习21天学习挑战赛】备忘篇: from_tensor_slices的作用和用法相关推荐
- 飞桨PaddlePaddle-百度架构师手把手带你零基础实践深度学习——21日学习总结
飞桨PaddlePaddle-百度架构师手把手带你零基础实践深度学习--21日学习总结 写在前面的话 纯新手小白,第一次接触深度学习方面的应用.感谢飞桨提供的这次学习机会.之前有学习到深度学习的理论方 ...
- 【深度学习21天学习挑战赛】4、初尝循环神经网络(RNN)——股票预测
活动地址:CSDN21天学习挑战赛 本文为
- 【深度学习21天学习挑战赛】3、使用自制数据集——卷积神经网络(CNN)天气识别
活动地址:CSDN21天学习挑战赛 通过前两课的学习,加上私底下恶补基础,照猫画虎的基本算是掌握了卷积神经网络-CNN搭建模型的基本方法. 之前使用的,都是使用的现成的数据集,想想,如果今后真的需要应 ...
- mybatis基础学习3---特殊sql语句(备忘)
1: 2: 3:resultMap的用法 转载于:https://www.cnblogs.com/kaiwen/p/6486283.html
- 前端见微知著AngularJS备忘篇:温故而知新,可以为师矣
话说以前JQuery刚出来的时候,真的是对个人的冲击蛮大的.记得当时我买的第一本书就是<锋利的JQuery>,藉由这本书开始,我从此以后的项目基本用上了JQuery,其给我带来的便利性是不 ...
- Slax Linux安装——备忘篇
官方网址:http://www.slax.org/ 1.安装到U盘或者电脑硬盘上,只需要把Slax Linux系统镜像解压到目标存储介质中,并执行bootinst.bat批处理,它能给你的存储介质安装 ...
- 资源 | AI、神经网络、机器学习、深度学习以及大数据学习备忘单
向AI转型的程序员都关注了这个号☝☝☝ 以下是关于神经网络.机器学习.深度学习以及大数据学习的备忘单,其中部分内容和此前发布的<资源 | 值得收藏的 27 个机器学习的小抄>有所重复,大家 ...
- 深度学习模型中的参数数量(备忘)
原文地址:huay' blog/模型中的参数数量(备忘) 记录模型参数数量的计算方法 最早使用 tensorflow 的时候没怎么注意这个问题: 后面高级 API 用的多了,有点忘记怎么计算模型的参数 ...
- linux 串口信息记到日志,[linux学习笔记]之一:ubuntu ch340调试备忘
[linux学习笔记]之一:ubuntu ch340调试备忘 已有 2183 次阅读2016-11-8 21:52 |个人分类:linux 最近迷上了Linux,入了一块板.电脑使用win7+ubun ...
- 深度学习21天——卷积神经网络(CNN):实现mnist手写数字识别(第1天)
目录 一.前期准备 1.1 环境配置 1.2 CPU和GPU 1.2.1 CPU 1.2.2 GPU 1.2.3 CPU和GPU的区别 第一步:设置GPU 1.3 MNIST 手写数字数据集 第二步: ...
最新文章
- Python爬虫之破解百度翻译--requests案例详解(一)
- FuncT、ActionT 的区别于说明
- CSS:响应式下的折叠菜单(条纹式)
- bzoj1814 Ural 1519 Formula 1(插头dp模板题)
- 疫情下的硅谷区块链创业者
- HDU 1153 magic bitstrings(读题+)
- OpenCASCADE :VTK集成服务(VIS) 之使用高级 API
- python 运行时 变量_python运行过程,变量,符号
- 格式要求_课题论文的格式要求
- xshell连不上虚拟机linux的解决办法
- 【转】Roberts 算子
- 【Udacity笔记】What is Machine Learning?
- Android 代码混淆 以及 反编译 的实现
- 研究学习时用到的软件
- 人脸检测——基于face_recognition库
- windows7 安装哪个版本的vs_轻钢龙骨vs木龙骨 吊顶安装选哪个好,看完立刻做出了选择...
- python计算学分绩点的程序_模拟登录教务系统计算GPA的小程序
- 一些浏览器播放视频的时候进度条有动,画面是空白的
- Microsoft COCO: Common Objects in Context - 目标检测评估 指标(Detection Evaluation)
- 千名德国基尔居民测试疫情警报手环
热门文章
- 机器视觉:高动态范围图像
- java 迪杰斯特拉_JAVA实现最短距离算法之迪杰斯特拉算法
- HDMI转PGA电脑没有声音处理方法
- java list 取第一个,从Java LinkedList获取第一个和最后一个元素
- try catch promise.reject
- 计算机平面设计是计算机类吗,计算机平面设计是什么?平面设计就业前景怎么样?...
- 电脑风扇狂转,声音巨大是什么原因?
- 饼图制作软件,饼图的制作方法
- 往事如烟 - 老钟15
- java 某年某月的天数_1160-C语言实验——某年某月的天数-JAVA