Question

我正在使用TensorFlow 2.0，我有一个批处理的数据集，其中包含968个图像和每个图像的标签（4个元素数组）：

dataSetSize = allDataSet.reduce(0, lambda x, _: x + 1).numpy()
allDataSet = allDataSet.shuffle(dataSetSize)
allDataSet = allDataSet.map(processPath, num_parallel_calls=tf.data.experimental.AUTOTUNE)
allDataSet = allDataSet.batch(10)
predictions = loadedModel.predict(allDataSet)

onlyImages = # how to create this?
onlyLabels = # how to create this?

# the 'map' function in my dataset returns a batch of images and their corresponding labels
for idx, (imageBatch, labelBatch) in enumerate(allDataSet) :
    # how to concatenate batches together?
    onlyImages = # ?
    onlyLabels = # ?

我需要将此数据集分成两个numpy数组。第一个数组应仅包含968个图像（形状：（968，299，299，3）），第二个数组应包含968个标签（形状：（968，4））。我该怎么办？

我检查了类似的问题here，但是这些示例似乎使用的是Tensorflow 1.x，并且包含不同的输入类型？

数据集和类型的大小

dataset size:  968
<DatasetV1Adapter shapes: ((None, 299, 299, 3), (None, 4)), types: (tf.float32, tf.float32)

Answer 1

如果我很好地理解了您的问题，那么现在您需要做的是在遍历数据集时将其连接到numpy数组。请注意，在迭代期间，如果您应用.numpy()操作，则会自动从tf.tensor转换为np.array。

因此，您可以使用以下选项：

根据文档，
```
  a = np.array([[1, 2], [3, 4]])
  b = np.array([[5, 6]])
  np.concatenate((a, b), axis=0)
```
输出为：
```
array([[1, 2],
       [3, 4],
       [5, 6]])
```
因此，在您的代码中，定义一个初始的空numpy数组，在axis=0上串联（使用imageBatch和labelBatch）。
或者您可以使用提供相同结果的np.vstack（np.concatenate使用np.vstack）。

将Tensorflow数据集转换为包含图像和标签的2个数组

1 个答案: