Tensorflow入门与实战学习笔记（三）--Tensorflow tf.data 模块

目录

1 tf.data模块

1.1 tf.data API 最重要的概念：

1.1.1 两种不同的方式来创建tf.data.Dataset

1.2 认识Dataset

代码实现：​

1.3 输入模块实例​

---

1 tf.data模块

基于 tf.data API，我们可以使用简单的代码来构建复杂的输入， tf.data API 可以轻松处理大量数据、不同的数据格式 以及复杂的转换。

1.1 tf.data API 最重要的概念：

tf.data.Dataset 表示一些列元素中每个元素包含一个或多个 Tensor 对象。例如，在图片管道中，一个元素可能是单个训练样本，具有一对 表示图片数据和标签的张量。

1.1.1 两种不同的方式来创建tf.data.Dataset

• 直接从 Tensor 创建 Dataset 例如 Dataset.from_tensor_slices()）； 当然 Numpy 也是可以的，TensorFlow 会自动将其转 换为 Tensor.

• 通过对一个或多个 tf.data.Dataset 对象来使用变换 （例如 Dataset.zip）来创建 Dataset。

1.2 认识Dataset

一个 Dataset 对象包含多个元素，每个元素的结构都 相同。每个元素包含一个或多个 tf.Tensor 对象，这些对象被称为组件。

Dataset 的属性由构成该 Dataset 的元素的属性映射 得到，元素可以是单个张量、张量元组，也可以是张量的嵌套元组。

 

在tensorflow 2.0 环境下可以直接对 Dataset 经迭代处理

 

代码实现：

、

1.3 输入模块实例