如何解决低级Tensorflow,dataset.as_numpy_iterator返回dicts而不是numpy数组
当我尝试使用https://www.tensorflow.org/api_docs/python/tf/data/Dataset#batch中的方法导入和批处理数据集时
当我使用dataset.as_numpy_iterator()时,即使我应该得到一堆numpy数组,迭代对象也是字典。
我的代码如下:
dataset = tfds.load('mnist',split='train')
dataset.batch(batch_size,drop_remainder=False)
for i in dataset.as_numpy_iterator():
print(type(i)) # prints <class 'dict'>
为什么会发生?
解决方法
使用as_supervised =真
import tensorflow_datasets as tfds
dataset = tfds.load('mnist',split='train',as_supervised=True)
dataset.batch(10,drop_remainder=False)
for image,label in tfds.as_numpy(dataset):
print(type(image),type(label),label)
根据TensorFlow文档,如果as_supervised为False,您将获得字典值。 检查文档Here
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。