实例9:在动态图中读取Dataset数据集

本文介绍了如何在TensorFlow 2.0的动态图环境中使用Dataset加载和处理数据,通过示例展示了如何迭代并显示数据。
部署运行你感兴趣的模型镜像

实例9:在动态图中读取Dataset数据集

在TensorFlow2.0版本中,动态图已经取代静态图成为系统默认开发框架

1. 代码实现:添加动态图调用

import os
import tensorflow as tf
from sklearn.utils import shuffle 
import numpy as np
import matplotlib.pyplot as plt

tf.compat.v1.enable_eager_execution()

print("Tensorflow版本:{}".format(tf.__version__))
print("Eager execution:{}".format(tf.executing_eagerly()))

2. 制作数据集

3. 代码实现:在动态图中显示数据

for step, value in enumerate(tdataset):
    showing(step, value[1].numpy(), np.asarray(value[0]*255,np.uint8), 10)

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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