TensorFlow crée un dataset à partir d'un tableau numpy
TensorFlow construire une belle façon de stocker les données. C'est par exemple utilisé pour stocker les données MNIST dans l'exemple:
>>> mnist
<tensorflow.examples.tutorials.mnist.input_data.read_data_sets.<locals>.DataSets object at 0x10f930630>
Supposer une d'entrée et de sortie des tableaux numpy.
>>> x = np.random.normal(0,1, (100, 10))
>>> y = np.random.randint(0, 2, 100)
Comment puis-je le transformer en un tf
dataset?
Je veux utiliser des fonctions comme next_batch
source d'informationauteur Donbeo | 2015-12-18
Vous devez vous connecter pour publier un commentaire.
L'objet Dataset n'est qu'une partie de la MNIST tutoriel, n'est pas la principale TensorFlow bibliothèque.
Vous pouvez voir où il est défini ici:
GitHub Lien
Le constructeur accepte les images et les étiquettes argument donc vraisemblablement vous pouvez passer vos propres valeurs.
Comme une alternative, vous pouvez utiliser la fonction
tf.train.batch()
créer un traitement de vos données et en même temps d'éliminer l'utilisation detf.placeholder
. Reportez-vous à la documentation pour plus de détails.Récemment, Tensorflow ajouté une fonctionnalité à son dataset api de consommer un tableau numpy. Voir ici pour plus de détails.
Voici le bout de code que j'ai copié à partir de là: