Python tf.compat.v1.data.experimental.CsvDataset.from_tensors用法及代码示例

用法

@staticmethod
from_tensors(
    tensors, name=None
)

创建具有单个元素的 Dataset，包括给定的张量。

from_tensors 生成仅包含单个元素的数据集。要将输入张量切成多个元素，请改用from_tensor_slices。

dataset = tf.data.Dataset.from_tensors([1, 2, 3])
list(dataset.as_numpy_iterator())
[array([1, 2, 3], dtype=int32)]
dataset = tf.data.Dataset.from_tensors(([1, 2, 3], 'A'))
list(dataset.as_numpy_iterator())
[(array([1, 2, 3], dtype=int32), b'A')]

# You can use `from_tensors` to produce a dataset which repeats
# the same example many times.
example = tf.constant([1,2,3])
dataset = tf.data.Dataset.from_tensors(example).repeat(2)
list(dataset.as_numpy_iterator())
[array([1, 2, 3], dtype=int32), array([1, 2, 3], dtype=int32)]

请注意，如果 tensors 包含 NumPy 数组，并且未启用即刻执行，则这些值将作为一个或多个 tf.constant 操作嵌入到图中。对于大型数据集(> 1 GB)，这可能会浪费内存并遇到图形序列化的字节限制。如果 tensors 包含一个或多个大型 NumPy 数组，请考虑本指南中说明的替代方法。