【问题标题】：How can combine two tensors so they are in one dataset?如何组合两个张量，使它们在一个数据集中？
【发布时间】：2020-11-28 23:25:19
【问题描述】：

我正在使用来自 TensorFlow API 的 Titanic 数据集。

我不知道如何使特征张量模型友好。

这是我得到的最好的，但一次只针对一个张量。如何使它能够处理特征项中的所有张量？

import tensorflow as tf
import tensorflow_datasets as tfds
from tensorflow.keras.optimizers import Adam
    
data = tfds.load("titanic",split='train', as_supervised=True).map(lambda x,y: (x,y)).prefetch(1)
    
for i in data.batch(1309):
    xx1 = i[0]['age']
    xx2 = i[0]['fare']
    yyy = tf.convert_to_tensor(tf.one_hot(i[1],2))

model = tf.keras.models.Sequential([tf.keras.layers.Dense(1),
tf.keras.layers.Dense(13, activation='relu'),
tf.keras.layers.Dense(2, activation='softmax')])

model.compile(
  optimizer=Adam(learning_rate=0.01), 
  loss='categorical_crossentropy', 
  metrics=['accuracy']
)

model.fit(xx1,yyy,epochs=30)

如何连接 age 和 fare 张量，以便它们在一个数据集中？

我试过concat 和stack 无济于事。

【问题讨论】：

标签： tensorflow tensorflow2.0 tensorflow-datasets iris-dataset

【解决方案1】：

这应该可以通过使用 tf.stack 来完成。由于输入已经使用数据集 API，我重构了一些代码以利用数据集功能将输入格式映射到您描述的目标格式。为方便起见，这里是一个带有示例的 colab 笔记本：https://colab.research.google.com/drive/1dHNe9rYaJSgqbj_QtQ1aJL_7WgKnLKsU?usp=sharing

# Nothing novel here
import tensorflow as tf
import tensorflow_datasets as tfds
from tensorflow.keras.optimizers import Adam

data = tfds.load("titanic",split='train', as_supervised=True).map(lambda x,y: (x,y)).prefetch(1)

预期数据重组的基本演示

使用 tf.stack 从数据集中取出 1 个项目并将其转换为包含两个目标数据点的张量

for item in data.take(1):
  age = item[0]['age']
  fare = item[0]['fare']
  output = tf.stack([age, fare], axis=0)
  print(output)

输出：tf.Tensor([30. 13.], shape=(2,), dtype=float32)

在输出中，我们可以看到一个张量，其中嵌入了预期的两个值。

用作 TensorFlow 数据集

Tensorflow 数据集可以直接用于训练，我们可以轻松创建一个函数，将输入数据格式映射到问题中描述的目标格式。下面的函数将使用上面的示例代码完成此操作。

# Input data and associated label
def transform_data(item, label):

  # Extract values
  age = item['age']
  fare = item['fare']

  # Create output tensor
  output = tf.stack([age, fare], axis=0)
  return output, label

# Create a training dataset from the base dataset - for each batch map the input format to the goal format by passing the mapping function 
train_dataset = data.map(transform_data).batch(1200)

# Model - I made some minor changes to get it to run cleaner
model = tf.keras.models.Sequential([
  tf.keras.layers.Dense(2),
  tf.keras.layers.Dense(13, activation='relu'),
  # As we have only two labels, this is really a binary problem, so I've created a single output neuron activated by sigmoid
  tf.keras.layers.Dense(1,activation='sigmoid')
])


# Compiled with binary_crossentropy to complement the binary classification
model.compile(optimizer=Adam(learning_rate=0.01),loss='binary_crossentropy', metrics=['accuracy'])
model.fit(train_dataset,epochs=30)

输出：

Epoch 1/30
2/2 [==============================] - 0s 16ms/step - loss: 11.7881 - accuracy: 0.4385
Epoch 2/30
2/2 [==============================] - 0s 7ms/step - loss: 10.2350 - accuracy: 0.4270
...

【讨论】：