tf.data.Dataset.zip()讲解和 python自带的zip()的异同

2024-05-06 11:11:04

dataset.zip()与zip()

这个函数和python中的zip()相当的不一样，切勿被迷惑了双眼。首先tensorflow中的zip接受的数据是dataset
作用：通过将给定的数据集压缩在一起创建一个“数据集”。
使用过程举例

a = Dataset.range(1, 4) # ==> [ 1, 2, 3 ]

b = Dataset.range(4, 7) # ==> [ 4, 5, 6 ]

c = Dataset.range(7, 13).batch(2) # ==> [ [7, 8], [9, 10], [11, 12] ]

d = Dataset.range(13, 15) # ==> [ 13, 14 ]

Dataset.zip((a, b)) # ==> [ (1, 4), (2, 5), (3, 6) ]

Dataset.zip((b, a)) # ==> [ (4, 1), (5, 2), (6, 3) ]

甚至还可以三个一起

Dataset.zip((a, b, c))  # ==> [ (1, 4, [7, 8]),# (2, 5, [9, 10]),# (3, 6, [11, 12]) ]

这是和Python的zip有很大不一样的。
同样的代码，结果如下

a = [1,2,3]
b = [4,5,6]
c = range(13,15)
zip((a,b))
# ==> <zip at 0x7f515dcc19c8>
# 那我们打印看看
for x in d:print(x)
# ⇒ ([1, 2, 3],)
#   ([4, 5, 6],)

既然官方说是来源zip()，那么肯定可以用python实现dataset.zip()的代码的.如下：

a = [1,2,3]
b = [4,5,6]
for x in list(zip(a,b)):print(x)$ outputs == >
(1, 4)
(2, 5)
(3, 6)

值得注意

所以正如官方说的通过将给定的数据集压缩在一起创建一个“数据集”。
但是一定要记住：这个数据集的最小元素就是整合后的单个元素

tf.data.Dataset.zip()讲解和 python自带的zip()的异同相关推荐

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.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 ...
TensorFlow tf.data.Dataset
方法描述 apply(transformation_func) batch(batch_size,drop_remainder=False) drop_remainder为真,则最后一个batch如 ...
【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 ...
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 ...
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 2.0 - tf.data.Dataset 数据预处理猫狗分类
文章目录 1 tf.data.Dataset.from_tensor_slices() 数据集建立 2. Dataset.map(f) 数据集预处理 3. Dataset.prefetch() 并行处 ...
tensorflow的数据读取 tf.data.DataSet、tf.data.Iterator
tensorflow的工程有使用python的多进程读取数据,然后给feed给神经网络进行训练. 也有tensorflow中的 tf.data.DataSet的使用.并且由于是tensorflow框架 ...
tf.data.Dataset.interleave
本文对tf.data.Dataset.interleave该方法做点笔记. 在tensorflow中数据处理通道中,有一个方法interleave,tf定义如下: interleave(map_fun ...

最新文章

热门文章