tensorflow - 如何使用 tf.data.Dataset.from_generator 和 tf.data.Dataset.from_tensor_slices 导入具有多个特征的数据集

Question

dataset有400个数据，每个数据有3个特征，每个特征都是一个列表，例如：

数据1=[[1,2],[4,5],[7,8]]

所以数据集的形状是（400,3,2）

我想导入这些数据集以使用像（https://www.tensorflow.org/guide/eager）这样的渴望模式来训练模型。

根据（如何在 tf.data.Dataset 中输入不同大小的列表列表）我尝试了以下方式：

dataset=tf.data.Dataset.from_generator(lambda: dataset, tf.int32, output_shapes=[None])
iterator=tf.contrib.eager.Iterator(dataset)
for x in iterator:
    print (x)

它没有用

然后，我尝试了 tf.data.Dataset.from_tensor_slices 并得到了相同的结果。

我喜欢一件有趣的事情，那就是 tf.data.Dataset.from_generator 和 tf.data.Dataset.from_tensor_slices 只消耗 2D 张量，因为我喜欢以下方式是可以的：

dataset=tf.data.Dataset.from_generator(lambda: data1, tf.int32, output_shapes=[None])

如何导入具有多个特征的数据集？

标签： tensorflow