資料結構
網路
關係型資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝學
法學Dataset.from_tensors 和 Dataset.from_tensor_slices 的區別
Dataset.from_tensors 和 Dataset.from_tensor_slices 是 TensorFlow 庫中用於建立資料集的方法。Dataset.from_tensors 從單個張量建立資料集，而 Dataset.from_tensor_slices 透過沿第一個維度切片張量來建立資料集。本文將闡述這兩種方法的區別及其在不同用例中的應用。
from_tensors |
from_tensor_slices |
|---|---|
從單個張量建立資料集 |
透過沿第一個維度切片張量來建立資料集 |
適用於可以一次性載入到記憶體中的小型資料集 |
適用於無法一次性載入到記憶體的大型資料集 |
建立一個只有一個元素的資料集 |
建立一個包含多個元素的資料集，每個元素都是張量沿第一個維度的一個切片 |
接受單個張量 |
接受張量元組，並沿第一個維度一起切片它們 |
語法
Dataset.from_tensor(tensor_data)
這裡tensor_data 是任何形狀的張量，您可以用它來建立資料集。它返回一個張量資料集，其中每個輸入張量都像資料集的一行，並且可以透過執行資料操作來操作這一行。
示例
在下面的示例中，我們首先匯入了 tensorflow 庫，然後建立了一個包含兩個元素的張量。然後使用 from_tensors 方法將張量轉換為資料集。
import tensorflow as tf data = tf.constant([[1, 2], [3, 4]]) dataset = tf.data.Dataset.from_tensors(data) for element in dataset: print(element.numpy())
輸出
[[1 2] [3 4]]
Dataset.from_tensor_slices
Dataset.from_tensor_slices 方法透過沿張量的第一個維度切片資料集來建立資料集。當資料量很大且無法一次性放入記憶體時，使用 from_tensor_slices 方法。結果資料集將為張量沿第一個維度上的每個元素包含一個元素。
語法
Dataset.from_tensor_slices(tensor_data)
這裡tensor_data 是任何形狀的張量，您可以用它來建立資料集。它返回一個數據集，其中每個輸入張量都是資料的列。然後可以使用此資料列執行不同的操作。
示例
import tensorflow as tf data = tf.constant([[1, 2], [3, 4]]) dataset = tf.data.Dataset.from_tensor_slices(data) for element in dataset: print(element.numpy())
輸出
[1 2] [3 4]
結論
本文討論了 Dataset.from_tensors 方法和 Dataset.from_tensor_slices 方法的區別，這兩種方法都用於從張量資料建立資料集。from_tensors 方法使用單個張量建立資料集，而 from_tensor_slices 方法透過沿第一個維度切片張量來建立資料集。
805 次瀏覽
