数据集有400个数据,每个数据都有3个特征,每个特征都是一个列表,例如:
data1 = [[1,2],[4,5],[7,8]]
所以数据集的形状是(400,3,2)
我想导入这些数据集以训练像(https://www.tensorflow.org/guide/eager这样的模式。
根据(How to input a list of lists with different sizes in tf.data.Dataset)我尝试了以下方式:
dataset=tf.data.Dataset.from_generator(lambda: dataset, tf.int32, output_shapes=[None])
iterator=tf.contrib.eager.Iterator(dataset)
for x in iterator:
print (x)
它不起作用
然后,我尝试了tf.data.Dataset.from_tensor_slices并得到了相同的结果。
我喜欢一件有趣的事情,那就是tf.data.Dataset.from_generator和tf.data.Dataset.from_tensor_slices只消耗2D张量,因为我喜欢以下方式是可以的:
dataset=tf.data.Dataset.from_generator(lambda: data1, tf.int32, output_shapes=[None])
如何导入具有多个功能的数据集?