python - 张量流模型的多个输入(数据集列表)
问题描述
我想使用数据集列表作为 .fit() 函数的输入,但它返回:
ValueError: Failed to find data adapter that can handle input: (<class 'list'> containing values of types {"<class 'tensorflow.python.data.ops.dataset_ops.PrefetchDataset'>"}), <class 'NoneType'>
我发现同样的问题Input multiple datasets to tensorflow model但我使用的数据超过 100gb,它不适合 RAM。
所以我无法将预取数据转换为普通的 tf 张量。我能做些什么?
解决方案
根据文档,它仅支持单个tf.data
实例。
您可以在使用之前将它们组合起来,而不是提供多个tf.data.Dataset
实例,concatenate
如下所示。
a = tf.data.Dataset.range(1, 4) # ==> [ 1, 2, 3 ]
b = tf.data.Dataset.range(4, 8) # ==> [ 4, 5, 6, 7 ]
ds = a.concatenate(b)
推荐阅读
- phpunit - 如何在文本输出中获得简单的 phpunit 代码覆盖率摘要?
- python - 有没有一种混合错误处理和上下文管理的pythonic方法?
- numpy - 使用 sklearn 对 MNIST 数据集进行手写数字识别
- reactjs - NextJs - 链接以滚动到同一页面中的某个部分
- apache-spark - 为什么 Spark Standalone 与 dockerized 工作人员一起显示不正确的“正在使用的内存”总数
- php - codegniter 3 莫莉问题
- c# - Blazor 服务器在身份验证后添加声明
- node.js - 对于 gulp 4.0.2 依赖漏洞我该怎么办?
- oracle - 如何确定这些字符存储在 Oracle 数据库中,以便正确配置 Putty 会话?
- go - 在什么时候例程实际上阻塞了?