tf.data.Dataset.from_tensor_slices()，是常見的數(shù)據(jù)處理函數(shù)，它的作用是將給定的元組（turple）、列表（list）、張量（tensor）等特征進(jìn)行特征切片。切片的范圍是從最外層維度開始的。
更具體的，假設(shè)我們有一組特征集合（features），以及這組數(shù)據(jù)集合所對(duì)應(yīng)的標(biāo)簽集合（labels），那么我們?nèi)绾螌⒚總€(gè)數(shù)據(jù)與其對(duì)應(yīng)的標(biāo)簽進(jìn)行組合，構(gòu)成一個(gè)個(gè)完整訓(xùn)練數(shù)據(jù)集合（[feature_1, label_1]，[feature_2, label_2],........）.講道理，tf.data.Dataset.from_tensor_slices函數(shù)就是完成這個(gè)需求。

例：

import tensorflow as tfa = tf.random_uniform((4,3)) b = tf.random_uniform((4,1)) data1 = tf.data.Dataset.from_tensor_slices((a,b)) data2 = tf.data.Dataset.from_tensor_slices(a) print(data1) print(data2)>>> <DatasetV1Adapter shapes: ((3,), (1,)), types: (tf.float32, tf.float32)>>>> <DatasetV1Adapter shapes: (3,), types: tf.float32>

我們可以看到返回值是一個(gè)DatasetV1Adapter，這是一個(gè)數(shù)據(jù)迭代器。

總結(jié)

以上是生活随笔為你收集整理的记录 之 tensorflow函数：tf.data.Dataset.from_tensor_slices的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。