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

Dataset

说到tf.data，哎那就是一个大话题，这个东西复杂的很，但是总的归根结底就是一个东西：Dataset数据。
关于学习tf.data和tf.data.Dataset我一直认为仔细看源码，比看任何解释都好，因为源码其实是有解释的。
直接进入正题

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