本文介绍如何使用TensorFlow的tf.data.Dataset接口将内存中的数据转化为Dataset数据集，强调了数据集在AI领域的关键作用。重点讲解了from_tensors、from_tensor_slices和from_generator三个方法，特别是详细阐述了from_tensor_slices的使用，并举例展示了如何通过该方法创建Dataset对象，还提及了数据集的常见变换操作，如shuffle、map、batch和repeat。
之前四个专题我们主要讲了一下如何制作内存对象数据集， 接下来的部分我们主要讲一下如何制作Dataset数据集， 对于AI领域来说， 数据集的重要性肯定是重中之重，如果数据集选不好， 模型再好也是白费， 所以掌握好数据集制作的部分尤为重要。
tf.data.Dataset接口是一个可以生成Dataset数据集的高级接口。使用tf.data.Dataset接口来处理数据集会使代码变得简单，这也是目前tensorflow主推的一种数据集的处理方式。
tf.data.Dataset接口是通过创建Dataset对象来生成Dataset数据集的， Dataset对象可以由不同的数据源转化而来，在tf.data.Dataset接口中，有三种方法可以将内存中的数据转换为Dataset对象，具体如下：
1、tf.data.Dataset.from_tensors:根据内存对象生成Dataset对象， 该Dataset对象中只有一个元素。
2、tf.data.Dataset.from_tensor_slices:根据内存对象生成Dataset对象，将内存对象是列表，元组，字典，Numpy数组等类型，另外， 该方法也支持tensorflow中的tensor张量类型。
3、tf.data.Dataset.from_generate:根据生成器对象生成Dataset对象。
Dataset接口支持的数据集变换操作有：乱序(shuffle)，自定义元素变换(map)，批次组合(batch )， 重复(repeat)等
这几种方法的使用基本类似，本实例中使用的是tf.data.Dataset.from_tensor_slices接口来记录演示：
最低0.47元/天 解锁文章
扫一扫
1980
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
