Python 加载csv以在tensorflow.js中执行推断

我尝试了几种解析csv的方法。我有一个csv文件。我想从数据中获取数组。 熊猫当量

pd.read_csv('csv_file.csv').values  # returns [100, 14] dim array

model.predict(tf.tensor(pd.read_csv('csv').values))

我已经尝试过papa解析csv文件

let parsed_data = papa.parse(file, 
         {
         header: true ,
         newline: '\n',
         dynamicTyping: true,
         complete:function(results)
           {
                data = results.data; 
           }}
);

这将返回一个[100,1]dim数组。 我尝试了

tf.data.csv

，但似乎不起作用

async function parse_data(){
  csvDataset = tf.data.csv(data_path,
    {
      hasHeader: true
    }
  );
  console.log(csvDataset);
};

Console.log返回对象{size:null，输入：{…}

我想执行推理，类似这样的操作（相当于Python）

---

tf.data.csv

返回一个

tf.csv.Dataset

，它是一个异步迭代器。可以检索数据来创建一个张量。也有人问过类似的问题

const csvUrl=
'https://storage.googleapis.com/tfjs-examples/multivariate-linear-regression/data/boston-housing-train.csv';
异步函数run（）{
const csvDataset=tf.data.csv(
csvUrl{
列配置：{
medv：{
伊斯拉贝尔：是的
}
}
});
const numffices=（等待csvDataset.columnNames（））.length-1；
//为培训准备数据集。
常数平坦数据集=
csvDataset
.map（{xs，ys}）=>
{
//从对象形式转换xs（特征）和ys（标签）（由
//列名）转换为数组形式。
返回{xs:Object.values（xs），ys:Object.values（ys）}；
})
//.批（10）；
const it=await flattedDataSet.iterator（）
常量xs=[]
常数ys=[]
//仅读取前5行的数据
//所有数据不需要一次读取
//因为它会消耗大量内存
for（设i=0；i<5；i++）{
让e=等待它。下一步（）
推送（e.value.xs）
ys.push（e.value.ys）
}
常量特征=tf.张量（xs）
常数标签=tf.张量（ys）
console.log（features.shape）
console.log（labels.shape）
}
run（）；