as_numpy_iterator
as_numpy_iterator() #注意只有tensorflow2.1以上的版本才有
返回一个迭代器,该迭代器将数据集的所有元素转换为numpy。
返回 |
---|
对数据集的元素进行迭代,并将其张量转换为numpy数组。 |
报错 | |
---|---|
TypeError | 如果元素包含非Tensor值。 |
RuntimeError | 如果未启用急切执行。 |
import tensorflow as tf
dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3])
for element in dataset.as_numpy_iterator():
print(element)
dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3])
print(list(dataset.as_numpy_iterator()))
1
2
3
[1, 2, 3]
使用as_numpy_iterator检查你的数据集的内容。要查看元素的形状和类型,请直接打印数据集元素,而不要使用 as_numpy_iterator。
import tensorflow as tf
dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3]) #创建一个数据集
for element in dataset:
print(element)
打印的是元素形状和类型
tf.Tensor(1, shape=(), dtype=int32)
tf.Tensor(2, shape=(), dtype=int32)
tf.Tensor(3, shape=(), dtype=int32)
from_tensor_slices
import tensorflow as tf
dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3])
print(list(dataset.as_numpy_iterator()))
[1, 2, 3]