tf.data.Dataset.from_tensor

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 ...

tf.data.Dataset.from_tensor_slices() 详解

tf.data.Dataset.from_tensor_slices() 详解相关推荐

最新文章

热门文章