Question

让我试着从我的意图开始问我的问题。

我想创建两个词典（Tensorflow的内置函数需要字典类型输入，所以我必须遵守它。）

字典的键定义为

_CSV_FEATURE_COLUMNS = ['vgs', 'vbs', 'vds', 'current']

并且键指向的组件在我提供的文件的每一列下定义

train_file = "train_data.csv"

对于那些了解Tensorflow内置函数的人，我试图将“tf.data.Dataset.from_tensor_slices”提供给一对字典，以便它知道.csv文件中的哪些列是特征，哪些是标签。

这是我的代码试图这样做：

 _CSV_FEATURE_COLUMNS = ['vgs', 'vbs', 'vds', 'current']

 features_interim = pd.read_csv(train_file, usecols=['vgs', 'vbs', 'vds', 'current'])
 features_numpy = np.asarray(features_interim, dtype=np.float32)
 features = dict(zip(_CSV_FEATURE_COLUMNS, features_numpy))

train_data.csv看起来像train_data.csv

我期待的是一本字典： {'vgs'：将vgs作为.csv文件中的第一个元素的列，'vbs'：将.vbs作为.csv文件中的第一个元素的列，...}

但我所拥有的是远离它。

谁能告诉我这里做错了什么？谢谢！

Answer 1

使用：

features_numpy = features_interim.as_matrix().transpose()

而不是

features_numpy = np.asarray(features_interim, dtype=np.float32)

如何创建字典类型列？

1 个答案: