如何使用tf.data.Dataset.from_generator和tf.data.Dataset.from_tensor_slices导入具有多个功能的数据集

时间:2019-05-24 05:39:24

标签: tensorflow

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?

0 个答案:

没有答案