无法在tensorflow中获取数据集的形状属性值?
您可以检查以下代码无法在tensorflow中获取数据集的形状属性值?,tensorflow,tensorflow2.0,Tensorflow,Tensorflow2.0,您可以检查以下代码 import tensorflow as tf data = tf.data.Dataset.range(10) tf.print(data) 输出是 <RangeDataset shapes: (), types: tf.int64> 形状为空。就像python的范围一样,数据集。范围也不会返回实际值。相反,它返回一个类似生成器的对象,名为RangeDataset。要获取numpy迭代器,您需要RangeDataset.as\u numpy\u迭代器。然
import tensorflow as tf
data = tf.data.Dataset.range(10)
tf.print(data)
输出是
<RangeDataset shapes: (), types: tf.int64>
形状为空。就像python的
范围一样,数据集。范围也不会返回实际值。相反,它返回一个类似生成器的对象,名为RangeDataset
。要获取numpy迭代器,您需要RangeDataset.as\u numpy\u迭代器
。然后,您可以将其转换为列表,就像使用list(范围(5))
一样:
>tf.data.Dataset.range(5)
>>>列表(tf.data.Dataset.range(5.as_numpy_iterator())
[0, 1, 2, 3, 4]
>>>射程(5)
范围(0,5)
>>>名单(范围(5))
[0, 1, 2, 3, 4]
有关其用法的更多示例,请参见
>>> tf.data.Dataset.range(5)
<RangeDataset shapes: (), types: tf.int64>
>>> list(tf.data.Dataset.range(5).as_numpy_iterator())
[0, 1, 2, 3, 4]
>>> range(5)
range(0, 5)
>>> list(range(5))
[0, 1, 2, 3, 4]