tf.data.Dataset 用法

tf.data.DatasetAPI支持写入的描述性和高效的输入管线。Dataset用法遵循一个常见模式：

从输入数据创建源数据集。

应用数据集转换来预处理数据。

迭代数据集并处理元素。

迭代以流式方式发生，因此不需要将完整数据集放入内存中。

import tensorflow as tfdataset = tf.data.Dataset.from_tensor_slices([1, 2, 3]) for element in dataset:print(element) dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3]) dataset = dataset.map(lambda x: x*2) print(list(dataset.as_numpy_iterator())) tf.Tensor(1, shape=(), dtype=int32) tf.Tensor(2, shape=(), dtype=int32) tf.Tensor(3, shape=(), dtype=int32) [2, 4, 6]

总结

以上是生活随笔为你收集整理的tf.data.Dataset 用法的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。