【问题标题】：Tensorflow - how to create a Dataset which is an array of tuplesTensorflow - 如何创建一个元组数组的数据集
【发布时间】：2020-12-10 08:07:46
【问题描述】：

问题

数据集可以是不同类型的元组的集合。我可以从元组创建数据集。

tf.data.Dataset.from_tensors(
    ([1, 2, 3], 'A')
)
-----
<TensorDataset shapes: ((3,), ()), types: (tf.int32, tf.string)>

如何从元组数组创建数据集？

tf.data.Dataset.from_tensors(
    [
        ([1, 2, 3], 'A'), 
        ([4, 5, 6], 'B')
    ]
)
----
ValueError: Can't convert non-rectangular Python sequence to Tensor.

Tensorflow Dataset IMDB review dataset是一个不同类型元组数组的例子，所以应该有办法。

import numpy as np
import tensorflow as tf
import tensorflow_datasets as tfds

imdb, info = tfds.load("imdb_reviews", with_info=True, as_supervised=True)
train_data, test_data = imdb['train'], imdb['test']

print(train_data.take(2))
for text, label in train_data.take(2).as_numpy_iterator():
  print("{}, {}".format(text[0:64], label))
----
<TakeDataset shapes: ((), ()), types: (tf.string, tf.int64)>
b'Being a fan of silent films, I looked forward to seeing this pic', 0
b"I haven't seen this film in years so my knowledge is a little ru", 1

【问题讨论】：

我想你在找from_tensor_slices。

标签： python tensorflow machine-learning keras tensorflow-datasets

【解决方案1】：

它适用于 IMDB 数据集，因为它们是独立的特征。如果特征是分开的，即作为多输入，您的示例也可以工作。

import numpy as np
import tensorflow as tf

input_1 = np.array(([1, 2, 3], [4, 5, 6]))
input_2 = np.array((['A'], ['B']))

tf.data.Dataset.from_tensor_slices((input_1, input_2))

<TensorSliceDataset shapes: ((3,), (1,)), types: (tf.int32, tf.string)>

例如：

ds = tf.data.Dataset.from_tensor_slices((input_1, input_2))

next(iter(ds))

(<tf.Tensor: shape=(3,), dtype=int32, numpy=array([1, 2, 3])>,
 <tf.Tensor: shape=(1,), dtype=string, numpy=array([b'A'], dtype=object)>)

【讨论】：