数据集tf.data.Dataest的使用

文章目录

as_numpy_iteratorfrom_tensor_slices

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]