深度学习-Tensorflow2.2-tf.data输入模块{2}-tf.data基础用法-09

TF.DATA 模块

tf.data模块简介

import tensorflow as tf

# 使用一个列表建立dataset
dataset = tf.data.Dataset.from_tensor_slices([1,2,3,4,5])

dataset

# 应用dataset
for ele in dataset:print(ele)

# 把Tensor输出为numpy类型
for ele in dataset:print(ele.numpy())

# 使用一个嵌套列表建立dataset
dataset = tf.data.Dataset.from_tensor_slices([[1,2,3,],[4,5,6],[7,8,9]])

dataset

for ele in dataset:print(ele)

for ele in dataset:print(ele.numpy())

dataset_dic = tf.data.Dataset.from_tensor_slices({"A":[1,2,3,4],"B":[5,6,7,8],"C":[10,11,12,13]})

dataset_dic

for ele in dataset_dic:print(ele)

import numpy as np

dataset = tf.data.Dataset.from_tensor_slices(np.array([1,2,3,4,5]))

for ele in dataset:print(ele.numpy())

# 取值
dataset = tf.data.Dataset.from_tensor_slices([1,2,3,4,5,6,7,8,9])
for ele in dataset.take(4):print(ele.numpy())

next(iter(dataset.take(1)))

# shuffle 乱序dataset
dataset = dataset.shuffle(9)

# repeat循环count=3重复3次
dataset = dataset.repeat(count=3)
for ele in dataset:print(ele.numpy())

# batch 每一次请求出来3个数字
dataset = dataset.batch(3)
for ele in dataset:print(ele.numpy())

# 总结
dataset = tf.data.Dataset.from_tensor_slices([1,2,3,4,5])
# shuffle 乱序dataset
dataset = dataset.shuffle(5)
# repeat循环count=3重复3次
dataset = dataset.repeat(count=3)
# batch 每一次请求出来3个数字
dataset = dataset.batch(3)
# repeat循环count=3重复3次
dataset = dataset.repeat(count=3)
for ele in dataset:print(ele.numpy())

# tf.square做平方运算
dataset = tf.data.Dataset.from_tensor_slices([1,2,3,4,5])
dataset = dataset.map(tf.square)
for ele in dataset:print(ele.numpy())

深度学习-Tensorflow2.2-tf.data输入模块{2}-tf.data基础用法-09相关推荐

深度学习-Tensorflow2.2-卷积神经网络{3}-卷积神经网络CNN基础-11
CNN 简介实现对图像的高准确率识别离不开一种叫做卷积神经网络的深度学习技术. 卷积神经网络主要应用于计算机视觉相关任务,但它能处理的任务并不局限于图像,其实语音识别也是可以使用卷积神经网络. ...
1.1机器学习和深度学习综述(百度架构师手把手带你零基础实践深度学习原版笔记系列)
人工智能.机器学习.深度学习的关系近些年人工智能.机器学习和深度学习的概念十分火热,但很多从业者却很难说清它们之间的关系,外行人更是雾里看花.在研究深度学习之前,我们先从三个概念的正本清源开始. 概 ...
Python语言学习：python语言的特点、入门、基础用法之详细攻略
Python语言学习:python语言的特点.入门.基础用法之详细攻略相关内容 Python 基础教程目录 python语言的特点 python语言的入门 python语言的基础用法 python ...
深度学习-Tensorflow2.2-深度学习基础和tf.keras{1}-多层感知器（神经网络）与激活函数概述-04
多层感知器计算输入特征得加权和,然后使用一个函数激活(或传递函数)计算输出. 单个神经元多个神经元单层神经元缺陷多层感知器多层感知器激活函数 relu:曲线如下图,假如过来的函数是x当x小 ...
人工智能-深度学习Tensorflow2.0-python
Windows x86-64 executable installer python-3.8.0-amd64.exe 建议使用virtualenv实现多个版本Python共存使用镜像源很简单,用- ...
深度学习-tensorflow2：03 - AI写诗
简介:利用tensorflow2框架,基于循环神经网络(RNN)的长短期记忆神经网络(LSTM)的生成算法,可以让AI生成诗歌,功能可以根据用户输入的起始字.意境等自定义参数生成诗歌.生成的每一首诗歌 ...
深度学习-Tensorflow2.2-预训练网络{7}-迁移学习基础针对小数据集-19
使用预训练网络(迁移学习) 预训练网络是一个保存好的之前已在大型数据集(大规模图像分类任务)上训练好的卷积神经网络如果这个原始数据集足够大且足够通用,那么预训练网络学到的特征的空间层次结构可以作为有 ...
强化学习笔记（2）深度学习tensorflow2.5以上版本环境安装
目前的强化学习趋势是和深度学习相结合,因此在配置环境时需要配置深度学习的那一套.这里详细描述一套可用的安装GPU开发套件和tensorflow2.6的流程. 系统环境:Ubuntu 20.04 显卡: ...
深度学习TensorFlow2，循环神经网络（RNN，LSTM）系列知识
一:概述二:时间序列三:RNN 四:LSTM 一:概述 1.什么叫循环? 循环神经网络是一种不同于ResNet,VGG的网络结构,个人理解最大的特点就是:它通过权值共享,极大的减少了权值的参数量. ...
深度学习-Tensorflow2基础知识
文章目录 1.使用tensorflow_datasets 1.1 加载数据集 1.2 查看数据集中某些样本的信息 1.3 将样本标准化 1.4 将样本打乱.分批 1.5 查看最终的训练样本 2.将已有 ...

深度学习-Tensorflow2.2-tf.data输入模块{2}-tf.data基础用法-09

TF.DATA 模块

tf.data模块简介

深度学习-Tensorflow2.2-tf.data输入模块{2}-tf.data基础用法-09相关推荐

最新文章

热门文章