Python tf.compat.v1.data.TFRecordDataset.from_tensors用法及代碼示例

用法

@staticmethod
from_tensors(
    tensors, name=None
)

創建具有單個元素的 Dataset，包括給定的張量。

from_tensors 生成僅包含單個元素的數據集。要將輸入張量切成多個元素，請改用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)]

請注意，如果 tensors 包含 NumPy 數組，並且未啟用即刻執行，則這些值將作為一個或多個 tf.constant 操作嵌入到圖中。對於大型數據集(> 1 GB)，這可能會浪費內存並遇到圖形序列化的字節限製。如果 tensors 包含一個或多個大型 NumPy 數組，請考慮本指南中說明的替代方法。