函數原型：

tf.data.Dataset.from_tensor_slices(tensors, name=None )

官網地址：https://www.tensorflow.org/api_docs/python/tf/data/Dataset#from_tensor_slices

功能介紹：

該函數的作用是接收tensor，對tensor的第一維度進行切分，并返回一個表示該tensor的切片數據集

示例講解：

# Slicing a 1D tensor produces scalar tensor elements. import tensorflow as tfdataset = tf.data.Dataset.from_tensor_slices([1, 2, 3]) print(dataset) print(list(dataset.as_numpy_iterator())) <TensorSliceDataset shapes: (), types: tf.int32> [1, 2, 3] # Slicing a 2D tensor produces 1D tensor elements. dataset = tf.data.Dataset.from_tensor_slices([[1, 2], [3, 4]]) print(dataset) print(list(dataset.as_numpy_iterator())) <TensorSliceDataset shapes: (2,), types: tf.int32> [array([1, 2]), array([3, 4])] # Slicing a tuple of 1D tensors produces tuple elements containing # scalar tensors. dataset = tf.data.Dataset.from_tensor_slices(([1, 2], [3, 4], [5, 6])) print(dataset) print(list(dataset.as_numpy_iterator())) <TensorSliceDataset shapes: ((), (), ()), types: (tf.int32, tf.int32, tf.int32)> [(1, 3, 5), (2, 4, 6)] # Dictionary structure is also preserved. dataset = tf.data.Dataset.from_tensor_slices({"a": [1, 2], "b": [3, 4]}) print(dataset) print(list(dataset.as_numpy_iterator())) <TensorSliceDataset shapes: {a: (), b: ()}, types: {a: tf.int32, b: tf.int32}> [{'a': 1, 'b': 3}, {'a': 2, 'b': 4}]

實戰案例：

• 深度學習100例-卷積神經網絡（CNN）識別驗證碼 | 第12天

總結

以上是生活随笔為你收集整理的tf.data.Dataset.from_tensor_slices() 详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。