TensorFlow数据集(一)——数据集的基本使用方法
16lz
2021-01-22
参考书
《TensorFlow:实战Google深度学习框架》(第2版)
例子:从一个张量创建一个数据集,遍历这个数据集,并对每个输入输出y = x^2 的值。
#!/usr/bin/env python # -*- coding: UTF-8 -*- # coding=utf-8 """ @author: Li Tian @contact: 694317828@qq.com @software: pycharm @file: dataset_test1.py @time: 2019/2/10 10:52 @desc: 例子:从一个张量创建一个数据集,遍历这个数据集,并对每个输入输出y = x^2 的值。 """ import tensorflow as tf # 从一个数组创建数据集。 input_data = [1, 2, 3, 5, 8] dataset = tf.data.Dataset.from_tensor_slices(input_data) # 定义一个迭代器用于遍历数据集。因为上面定义的数据集没有用placeholder作为输入参数 # 所以这里可以使用最简单的one_shot_iterator iterator = dataset.make_one_shot_iterator() # get_next() 返回代表一个输入数据的张量,类似于队列的dequeue()。 x = iterator.get_next() y = x * x with tf.Session() as sess: for i in range(len(input_data)): print(sess.run(y))
更多相关文章
- Python数据挖掘实例(实时更新)
- 通过分隔符计数和位置从数据框中提取特定文本
- pytorch中tensor数据和numpy数据转换中注意的一个问题
- python处理数据,存进hive表
- python 读写json数据
- python编程之一:使用网格索引算法进行空间数据查询
- Python基本数据结构
- 【原创】Python处理海量数据的实战研究
- 后端传给前端int 类型数据自增或自减