TensorFlow通过dataset读入不同长度数据

本文介绍了如何在TensorFlow中使用dataset处理不同长度的数据,特别是在进行RNN训练时。通过generator解决了ValueError问题,同时展示了如何进行数据padding和batch处理。此外,讨论了pair数据的组织方式,并提到了dataset与feature column、estimator结合的优势。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. 背景

dataset是tensorflow支持的一种新的数据读取方式,相对直接feed更加优雅,我个人比较喜欢这种方式。关于具体的使用方式,可以参考这篇文章https://towardsdatascience.com/how-to-use-dataset-in-tensorflow-c758ef9e4428

但是在实际用的过程中,我遇到了一些问题,就是在load变长数据的过程中,会出问题,我的解决方式是通过generator来进行处理。

2. 问题

例如,直接通过tensor来inti dataset

import tensorflow as tf

data=[[1,2,3],[4,5]]
dataset=tf.data.Dataset.from_tensor_slices(data)

ValueError: Argument must be a dense tensor: [[1, 2, 3], [4, 5]] - got shape [2], but wanted [2, 3].

这种时候,会有error,这是因为[[1, 2, 3], [4, 5]]的shape是[2],因为第二个维度没有fix长度,这种情况下,只能手动进行padding。

如果不想直接按照固定长度进行处理,还需要提前进行batch的处理,这个当然也是OK的,早期的tf代码其实很多都是这样做的。

但是,现在tf的dataset支持很多高级功能,并且通过feature column可以简化很多工作,提升效率,还是通过python裸写preprocess,有点原始。

所以,我找了一个处理的办法。

3. 解决办法

解决办法,其实在之前的wiki里面也有,就是通过generator来l

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值