Python tf.data.experimental.RandomDataset.flat_map用法及代码示例

用法

flat_map(
    map_func, name=None
)

在此数据集上映射 map_func 并将结果展平。

类型签名是：

def flat_map(
  self:Dataset[T],
  map_func:Callable[[T], Dataset[S]]
) -> Dataset[S]

如果要确保数据集的顺序保持不变，请使用 flat_map。例如，要将批次数据集展平为其元素的数据集：

dataset = tf.data.Dataset.from_tensor_slices(
    [[1, 2, 3], [4, 5, 6], [7, 8, 9]])
dataset = dataset.flat_map(
    lambda x:tf.data.Dataset.from_tensor_slices(x))
list(dataset.as_numpy_iterator())
[1, 2, 3, 4, 5, 6, 7, 8, 9]

tf.data.Dataset.interleave() 是 flat_map 的泛化，因为 flat_map 产生与 tf.data.Dataset.interleave(cycle_length=1) 相同的输出