tf.data.DatasetAPI支持寫入的描述性和高效的輸入管線。Dataset用法遵循一個常見模式：

從輸入數據創建源數據集。

應用數據集轉換來預處理數據。

迭代數據集并處理元素。

迭代以流式方式發生，因此不需要將完整數據集放入內存中。

import tensorflow as tfdataset = tf.data.Dataset.from_tensor_slices([1, 2, 3]) for element in dataset:print(element) dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3]) dataset = dataset.map(lambda x: x*2) print(list(dataset.as_numpy_iterator())) tf.Tensor(1, shape=(), dtype=int32) tf.Tensor(2, shape=(), dtype=int32) tf.Tensor(3, shape=(), dtype=int32) [2, 4, 6]

總結

以上是生活随笔為你收集整理的tf.data.Dataset 用法的全部內容，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。