Tensorflow 2 自定义数据集序列答案

【问题标题】：Tensorflow 2 custom dataset SequenceTensorflow 2 自定义数据集序列
【发布时间】：2021-05-12 00:20:24
【问题描述】：

我在 python 字典中有一个数据集。结构如下：

data.data['0']['input'],data.data['0']['target'],data.data['0']['length']

input 和 target 都是大小为 (n,) 的数组，length 是一个 int。

我用tf.keras.utils.Sequence 创建了一个类对象并指定__getitem__ 如下：

    def __getitem__(self, idx):
        idx = str(idx)

        return {
            'input': np.asarray(self.data[idx]['input']),
            'target': np.asarray(self.data[idx]['target']),
            'length': self.data[idx]['length']
               }

如何使用tf.data.Dataset 迭代此类数据集？如果我尝试使用 from_tensor_slices

，我会收到此错误

ValueError: 尝试将类型不受支持的值 () 转换为张量。

【问题讨论】：

标签： tensorflow2.0 tensorflow-datasets

【解决方案1】：

我认为您应该将字典修改为此处建议的张量convert a dictionary to a tensor 或将字典更改为文本文件或 tfrecords。希望对您有所帮助！

【讨论】：

这就是我需要做的！还有一些 pytorch 支持而 tf 不支持的有用功能！