from tensorflow\python\data\ops\dataset_ops.py

@staticmethoddef from_tensor_slices(tensors):"""Creates a `Dataset` whose elements are slices of the given tensors.創建一個“數據集”，其元素是給定張量的切片。Note that if `tensors` contains a NumPy array, and eager execution is notenabled, the values will be embedded in the graph as one or more`tf.constant` operations. For large datasets (> 1 GB), this can wastememory and run into byte limits of graph serialization. If tensors containsone or more large NumPy arrays, consider the alternative described in[this guide](https://tensorflow.org/guide/datasets#consuming_numpy_arrays).請注意，如果“張量”包含一個NumPy數組，并且未啟用急切執行，則值將作為一個或多個“ tf.constant”操作嵌入到圖形中。 對于大型數據集（> 1 GB），這會浪費內存并遇到圖序列化的字節限制。 如果張量包含一個或多個大NumPy數組，請考慮[本指南]（https://tensorflow.org/guide/datasets#using_numpy_arrays）中所述的替代方法。Args:tensors: A nested structure of tensors, each having the same size in the0th dimension. 張量的嵌套結構，每個張量在第0維上具有相同的大小。Returns:Dataset: A `Dataset`. 數據集"""return TensorSliceDataset(tensors)

tf.data.Dataset.from_tensor_slices的用法

tf.data.Dataset.from_tensor_slices

該函數是dataset核心函數之一，它的作用是把給定的元組、列表和張量等數據進行特征切片。切片的范圍是從最外層維度開始的。如果有多個特征進行組合，那么一次切片是把每個組合的最外維度的數據切開，分成一組一組的。

假設我們現在有兩組數據，分別是特征和標簽，為了簡化說明問題，我們假設每兩個特征對應一個標簽。之后把特征和標簽組合成一個tuple，那么我們的想法是讓每個標簽都恰好對應2個特征，而且像直接切片，比如：[f11, f12] [t1]。f11表示第一個數據的第一個特征，f12表示第1個數據的第二個特征，t1表示第一個數據標簽。那么tf.data.Dataset.from_tensor_slices就是做了這件事情：

import tensorflow as tf import numpy as npfeatures, labels = (np.random.sample((6, 3)), # 模擬6組數據，每組數據3個特征np.random.sample((6, 1))) # 模擬6組數據，每組數據對應一個標簽，注意兩者的維數必須匹配print('features：\n{}\nlabels：\n{}'.format(features,labels)) # 輸出下組合的數據 data = tf.data.Dataset.from_tensor_slices((features, labels)) print(data) # 輸出張量的信息

結果：

features： [[0.51145285 0.01551108 0.8964333 ][0.0320744 0.78853224 0.5573909 ][0.41400104 0.79518971 0.08757085][0.77886924 0.38981308 0.27692796][0.0143111 0.98848222 0.80941925][0.53292765 0.22526956 0.75004045]] labels： [[0.13517541][0.11131747][0.47719857][0.8386204 ][0.61713735][0.80272754]] <TensorSliceDataset shapes: ((3,), (1,)), types: (tf.float64, tf.float64)>

從結果可以看出，該函數將數據分為了shape為（（3，），（1，））的數據形式，即每三個特征對應一個標簽。

參考文章：tf.data.Dataset.from_tensor_slices的用法

總結

以上是生活随笔為你收集整理的tensorflow tf.data.Dataset.from_tensor_slices() （创建一个“数据集”，其元素是给定张量的切片）的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。