我正在尝试将TensorFlow中的数据集转换为具有多个单值张量。数据集目前看起来像这样：
<head>转换后应该如下所示：
init我最初的想法是在数据集上使用fbq，然后使用[12 43 64 34 45 2 13 54] [34 65 34 67 87 12 23 43] [23 53 23 1 5] ...
和[12] [43] [64] [34] [45] [2] [13] [54] [34] [65] [34] [67] [87] [12] ...
将每个张量转换为张量列表：
flat_map然而，每个张量的形状仅部分已知（即reshape），这就是拆除操作失败的原因。还有什么方法可以让＃34; concat＆＃34;不明确地迭代它们的不同张量？
答案 0 :(得分：1)
您的解决方案非常接近，但Dataset.flat_map()采用的函数返回tf.data.Dataset对象，而不是张量列表。幸运的是，Dataset.from_tensor_slices()方法适用于您的用例，因为它可以将张量分割为可变数量的元素：
output_labels = self.dataset.flat_map(tf.data.Dataset.from_tensor_slices)
请注意，tf.contrib.data.unbatch()转换实现了相同的功能，并且在TensorFlow的当前主分支中具有稍高效的实现（将包含在1.9版本中）：
output_labels = self.dataset.apply(tf.contrib.data.unbatch())