回答情况：
提问时间：
问题标签：
我使用的数据集同时包含数值+分类数据。在进行培训和评估之前，我将分类特性转换为数字特性，最后得到相同数量的特性，只是数字特性：特征总数: 14
def input_fn(features, labels, shuffle, num_epochs, batch_size):
dataset = tf.data.Dataset.from_tensor_slices((f
浏览 0提问于2018-12-04得票数 1
回答已采纳
创建tf.data.Dataset后，我想将其写入TFRecords。有没有更简单的方法来做到这一点？TF2.0中有可用的API吗？
浏览 21提问于2019-08-12得票数 7
我正在使用Kubeflow Pipeline，我想要实现的是有一个步骤(python函数)，在这个步骤中我创建了一个Iterator (generator)，我想从这个步骤创建一个TF.Dataset------------+ +-------------------+ +------------------------------++-------------+ +-
浏览 81提问于2019-05-28得票数 0
我有两个数据集：backgroud_ds = tf.data.Dataset.from_tensor_slices([1, 2, 3, 4])[3, 1017, 1039, 3, 2, 1024, 4, 1, 1053, 4]def interlace_background(image, background):
ret
浏览 0提问于2019-01-03得票数 1
回答已采纳
因此，我已经通过以下代码使我的keras模型能够与tf.Dataset一起工作：batch_train在使用tf.Dataset时是否有使用验证的方法？编辑:将答案合并到代码中# Initialize batch generators(returns tf.Dataset)batch_valid = #
浏览 0修改于2018-06-22得票数 21
回答已采纳
我已经开始使用作为将数据加载到keras模型中的一种方式，因为它们看起来比keras的ImageDataGenerator快得多，而且比数组上的培训更节省内存。有什么我能解决这个问题的主意吗？# Generator (
浏览 3提问于2020-12-29得票数 2
回答已采纳
我用2.0版构建了一个tf.data.Dataset.from_tensor_slices()。我的输入是一个一维数组，它包含用于裁剪大型numpy数组(60 GB)的索引。之后，我想调用dataset.map()，如果(n, 4)数组的形状为[4,]，则输入为一行。但是，我不能计算这个张量的单个值，而可以在.map()调用之前计算张量。
下面是一个最小的工作示
浏览 0修改于2019-04-11得票数 2
回答已采纳
我想让tf.dataset开始工作。下面的代码示例是有效的，但是因为我使用了.batch(30)，所以我希望输出的形式是(30,300,300，1)？
浏览 20修改于2018-08-13得票数 1
回答已采纳
在这个项目中，所有数据都经过预处理，并准备好作为tensorflow数据集，如下所示：我拥有的脚本在PyTorch中，并接受一个Dataset对象，如下所示： featur
浏览 2提问于2021-05-01得票数 3
数据集很大，并不是所有东西都可以同时保存在内存中，因此我使用以下代码将数据读入tf.dataset中： def decode_csv如何做到这一点，既可以在函数decode_csv中，也可以在以后操作tf.dataset。
浏览 0修改于2019-07-30得票数 2
摘要:根据，Keras model.fit()应该接受tf.dataset作为输入(我使用TF版本1.12.0)。
浏览 0修改于2019-01-06得票数 2
回答已采纳
我在Tensorflow 1.10上我一直在尝试连接我从多个tf.data.Dataset.from_generator生成的大约100个数据集。 dataset = dataset.concatenate( (256, 256), (1)))) pri
浏览 14修改于2019-04-14得票数 5
如何将pytorch数据中心转换为tf.Dataset？是否有一个内置的选项可以轻松地将dataloaders导出到tf.Dataset？我有一个非常复杂的数据处理程序，所以一个简单的解决方案应该确保没有bug :)
浏览 3修改于2021-12-01得票数 0
我用从磁盘中加载数据。将数据绘制为def preprocess(*fields): features=tf.stack(fields[:-1]) return features,labels # x, y
for features,label in t
浏览 0修改于2021-01-06得票数 0
回答已采纳
在将Tensorflow数据集传递到Keras的model.fit函数中时，获取与形状相关的ValueError。可重现的代码如下：from tensorflow.keras import layers, Sequential, optimizersnum_features = 62batch_size = 32
浏览 0提问于2019-06-08得票数 0
我使用tf.data.Dataset API训练了一个模型，所以我的训练代码如下所示 dataset = tf.data.TFRecordDataset(tfrecord_path) dataset = dataset.shuffle(10000)
浏览 1修改于2018-06-20得票数 6
回答已采纳
我试图与Keras一起使用Dataset API，并试图在提到的行动计划中使用第三个选项。另外，当看到@fchollet 的第二个评论时，我认为第三个选项已经完成了。
training_filenames = [.....]dataset = dataset.map(_parse_fun
浏览 1修改于2022-05-18得票数 2
回答已采纳
我有一个名为imdb的tensorflow数据集。如何打印此数据集的前5条记录(包括标头)？我正在寻找类似于熊猫dataframe.head()的东西。一些数据集也可以有图像。 imdb, info = tfds.load("imdb_reviews", with_info=True, as_supervised=True)
浏览 2提问于2020-05-07得票数 1
回答已采纳
我有一个与将tf.dictionary的元素作为字典的键传递相关的问题。我已经将其简化为以下最小示例： def example(x,d): return w
dataset = tf.data.Dataset.from_tensor_slices([['a','d','s'],['b','e','a'],['c','f','d&
浏览 6修改于2021-06-18得票数 3
回答已采纳
我使用tf.py_func调用将数据(要素、标签和sample_weights)从文件解析到tf.Dataset
dataset = tf.data.Dataset.from_tensor_slices
浏览 2修改于2018-11-10得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号