Python 批处理tf.data.Dataset.filter（）？

我知道可以通过以下方式过滤数据集：

d=tf.data.Dataset.from_tensor_切片（[1,2,3]）
d=d.filter（λx:x<3）#==>[1,2]
#相等比较需要'tf.math.equal（x，y）'
def过滤器（x）：
返回tf.math.equal（x，1）
d=d.filter（filter#fn）#==>[1]

---

如果我想做“批量筛选”呢？我的意思是，给定一批字符串

['str1'，'str2'，'str3'，'str4']

，我如何创建一个能够返回给我一个过滤数据集的数据集，该数据集会吐出与这些字符串对应的一批值：

[val1\u尊重\u str1，val2\u尊重\u str2，val3\u尊重\u str3，val4\u尊重\u str4]

？

您需要的不是过滤器而是映射。map函数将计算映射值，例如：

d=tf.data.Dataset.from_tensor_切片（列表（范围（100）））
def map_fn（x）：
返回x*2#如果需要任意python逻辑，请使用tf.py#u函数包装它
d=d.shuffle（100）.批处理（10）.映射（map\u fn）

d = tf.data.Dataset.from_tensor_slices([1, 2, 3])

d = d.filter(lambda x: x < 3)  # ==> [1, 2]

# `tf.math.equal(x, y)` is required for equality comparison
def filter_fn(x):
  return tf.math.equal(x, 1)

d = d.filter(filter_fn)  # ==> [1]