深入浅出TensorFlow2函数——tf.data.Dataset.from_tensor_slices

分类目录：《深入浅出TensorFlow2函数》总目录

---

返回一个数据集，其元素是给定张量的切片。给定的张量沿着它们的第一维度进行切片。此操作保留输入张量的结构，删除每个张量的第一个维度并将其用作数据集维度。所有输入张量在其第一维度上必须具有相同的大小。

语法

@staticmethod
from_tensor_slices(
    tensors, name=None
)

参数

• tensors: 数据集元素，其组件具有相同的第一维度。此处记录了支持的值。
• name: [可选] 操作的名称

返回值

一个Dataset。

实例

输入：

# Slicing a 1D tensor produces scalar tensor elements.
dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3])
list(dataset.as_numpy_iterator())

输出：

[1, 2, 3]

输入：

# Slicing a 2D tensor produces 1D tensor elements.
dataset = tf.data.Dataset.from_tensor_slices([[1, 2], [3, 4]])
list(dataset.as_numpy_iterator())

输出：

[array([1, 2]), array([3, 4])]

输入：

# Dictionary structure is also preserved.
dataset = tf.data.Dataset.from_tensor_slices({"a": [1, 2], "b": [3, 4]})
list(dataset.as_numpy_iterator()) == [{'a': 1, 'b': 3},
                                      {'a': 2, 'b': 4}]

输出：

True