Tensorflow Dataset使用教程

最新推荐文章于 2024-06-16 08:30:00 发布

DeepThinkerr

最新推荐文章于 2024-06-16 08:30:00 发布

阅读量357

点赞数

分类专栏：研究生每日学习文章标签： python tensorflow

本文链接：https://blog.csdn.net/Fate_mt/article/details/111451833

版权

本人为在职研究生，希望能够有志同道合的学习伙伴一起学习分享和交流，本人领域为光纤传感和人工智能，希望可以一起学习。
微信公众号：Deepthinkerr（文章末尾有图）

文章目录

1. Dataset操作
2. 微信公众号

1. Dataset操作

函数：tf.data.Dataset.from_tensor_slices()

1.1 map

传入函数对象，将数据集的数据进行处理（这里需要注意，函数对象的参数，如果Dataset是（数据，标签），则函数对象的参数加*或者和Dataset的数量保持一致）

def get_sum(*data):
    return data[0], tf.reduce_mean(data[1])

ds = tf.data.Dataset.from_tensor_slices((np.arange(0,5), np.random.random([5, 3])))
for xs, ys in ds:
    print(xs, '---', ys)

ds = ds.map(get_sum)
for xs, ys in ds:
    print(xs, '---', ys)
'''
tf.Tensor(0, shape=(), dtype=int32) --- tf.Tensor([0.56397376 0.85393914 0.84017773], shape=(3,), dtype=float64)
tf.Tensor(1, shape=(), dtype=int32) --- tf.Tensor([0.46128459 0.13208717 0.65827019], shape=(3,), dtype=float64)
tf.Te