Question

使用虹膜数据集示例：

@Immutable
private static final class DependentBigtablePath extends BigtablePath {

 private final BigtablePath delegate;
 private final Function<String, String> derivationFunction;

 private DependentBigtablePath( BigtablePath delegate, Function<String, String> derivationFunction) {
  this.delegate = Preconditions.checkNotNull(delegate);
  this.derivationFunction =Preconditions.checkNotNull(derivationFunction);
 }  
  ...
}

使用的进口：

train_ds_url = "http://download.tensorflow.org/data/iris_training.csv"

我下载了数据集，然后使用import tensorflow as tf import pandas as pd import numpy as np tf.enable_eager_execution()表示pd.read，train_plantfeatures数组。

train_categories

此后，我使用categories='Plants' train_path = tf.keras.utils.get_file(train_ds_url.split('/')[-1], train_ds_url) train = pd.read_csv(train_path, names=ds_columns, header=0) train_plantfeatures, train_categories = train, train.pop(categories)来创建分类表示。

tf.contrib.keras.utils.to_categorical

当我尝试使用y_categorical = tf.contrib.keras.utils.to_categorical(train_categories, num_classes=3)和tf.data.Dataset

from_tensor_slices

我收到了：

ValueError：无法将非矩形Python序列转换为Tensor。

没有急切模式的相同实现效果很好。这里是Colab示例

Answer 1

from_tensor_slices()方法接收一个Numpy数组作为输入。但是在这种情况下，变量train_plantfeatures是熊猫DataFrame。

type(train_plantfeatures)
`Out:` pandas.core.frame.DataFrame

要执行此操作，请添加.values以将熊猫从Numpy转换为Numpy：

dataset = tf.data.Dataset.from_tensor_slices((train_plantfeatures.values,
                                              y_categorical))

对test_plantfeatures变量执行相同操作：

dataset_test = tf.data.Dataset.from_tensor_slices((test_plantfeatures.values, 
                                                   y_categorical_test))

tf.data.Dataset.from_tensor_slices，张量和渴望模式

1 个答案: