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_docs/python/tf/data/Dataset#from_tensor_slices
功能介绍:
该函数的作用是接收tensor,对tensor的第一维度进行切分,并返回一个表示该tensor的切片数据集
示例讲解:
# Slicing a 1D tensor produces scalar tensor elements.
import tensorflow as tfdataset = tf.data.Dataset.from_tensor_slices([1, 2, 3])
print(dataset)
print(list(dataset.as_numpy_iterator()))
<TensorSliceDataset shapes: (), types: tf.int32>
[1, 2, 3]
# Slicing a 2D tensor produces 1D tensor elements.
dataset = tf.data.Dataset.from_tensor_slices([[1, 2], [3, 4]])
print(dataset)
print(list(dataset.as_numpy_iterator()))
<TensorSliceDataset shapes: (2,), types: tf.int32>
[array([1, 2]), array([3, 4])]
# Slicing a tuple of 1D tensors produces tuple elements containing
# scalar tensors.
dataset = tf.data.Dataset.from_tensor_slices(([1, 2], [3, 4], [5, 6]))
print(dataset)
print(list(dataset.as_numpy_iterator()))
<TensorSliceDataset shapes: ((), (), ()), types: (tf.int32, tf.int32, tf.int32)>
[(1, 3, 5), (2, 4, 6)]
# Dictionary structure is also preserved.
dataset = tf.data.Dataset.from_tensor_slices({"a": [1, 2], "b": [3, 4]})
print(dataset)
print(list(dataset.as_numpy_iterator()))
<TensorSliceDataset shapes: {a: (), b: ()}, types: {a: tf.int32, b: tf.int32}>
[{'a': 1, 'b': 3}, {'a': 2, 'b': 4}]
实战案例:
- 深度学习100例-卷积神经网络(CNN)识别验证码 | 第12天
tf.data.Dataset.from_tensor_slices() 详解相关推荐
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- tf.data.Dataset 用法
tf.data.DatasetAPI支持写入的描述性和高效的输入管线.Dataset用法遵循一个常见模式: 从输入数据创建源数据集. 应用数据集转换来预处理数据. 迭代数据集并处理元素. 迭代以流式方 ...
- tfds.load()和tf.data.Dataset的简介
tfds.load()和tf.data.Dataset的简介 tfds.load()有以下参数 tfds.load(name, split=None, data_dir=None, batch_siz ...
最新文章
- 手机支架3d打印模型_3D打印工艺模型制造
- java mysql insert_MySQL中INSERT的一般用法
- CTFshow 信息收集 web18
- ML:MLOps系列讲解之《基于ML的软件的三个层次之02 Model: Machine Learning Pipelines 2.1~2.4》解读
- RTP之H264封包和解包
- 阻塞、非阻塞、同步与异步
- windows无法发现任何计算机或设备,Win10系统提示windows无法与设备或资源通信如何解决...
- Could not resolve host: 'localhost 报错解决办法
- python修饰器原理_Python修饰器的函数式编程
- 你的导师是哪种类型?
- Python捕获 Warning 警告
- Java Exe生成工具 JSmooth
- Linux内核源码分析--内核启动之(1)zImage自解压过程(Linux-3.0 ARMv7) 【转】
- 对JQuery中Ajax应用与jQuery插件的理解与笔记
- NVM:切换node版本后无法使用npm全局包
- Chrome 强制显示最小字体为 12px的解决方法
- 微信公众号调用扫一扫,使扫一扫支持扫PDF417格式的条码
- 贝叶斯网络模型基础——R语言
- 企业数字化/数智化转型(一):数智力创新2.0
- QList(增删改查)示例
热门文章
- [机器学习] Coursera ML笔记 - 神经网络(Representation)
- matlab批量对图片进行添加椒盐噪声并批量保存到文件夹
- PAT甲级1037 Magic Coupon:[C++题解]贪心
- Acwing900. 整数划分[计数类dp]:完全背包解法
- STM32mini使用UCOSII信号量和邮箱实现任务挂起和恢复
- 《剑指offer》c++版本 4.二维数组中的查找
- Linux SKB结构体中各个长度字段的含义(len, data_len, headlen, pagelen)
- php mssql image,php5连接mssql2005数据库表中的image字段图片显示
- oracle不维护java_宣布 Java 8 停止维护后,Oracle 又毙掉了 JavaOne!
- python之numpy基础_Python知识普及:Numpy基础操作