Tensorflow数据集api问题
这是我的代码片段Tensorflow数据集api问题,tensorflow,tensorflow-datasets,Tensorflow,Tensorflow Datasets,这是我的代码片段 features=np.array([1,2,3,4,5,6,7],dtype=float) labels=np.数组([1,2,3,4,5,6,7],dtype=float) 培训数据=(功能、标签) train_dataset=tf.data.dataset.from_tensor_切片(training_数据) 列车数据集=列车数据集。批次(1) iter=训练数据集。生成一次迭代 batch=iter.get_next() 使用tf.Session()作为sess: x
features=np.array([1,2,3,4,5,6,7],dtype=float)
labels=np.数组([1,2,3,4,5,6,7],dtype=float)
培训数据=(功能、标签)
train_dataset=tf.data.dataset.from_tensor_切片(training_数据)
列车数据集=列车数据集。批次(1)
iter=训练数据集。生成一次迭代
batch=iter.get_next()
使用tf.Session()作为sess:
x、 y=批次
a=x.eval()
b=y.eval()
打印(a,“------------>”,b)
输出:
[1]----------->[2]
预期输出:[1]----------->[1]
我花了6个小时在这上面,当我得到这个问题时,我正在训练LSTM模型。我遗漏了什么?问题是,在将
批处理分解为x,y
后,不会得到两个普通张量,而是得到两个迭代器:
[15]中的:批处理
出[15]:
(,
)
因此,x.eval()
相反,请执行此操作以仅运行迭代器一次:
将tf.Session()作为sess的:
a、 b=sess.run(批处理)
打印(a,“------------>”,b)
您应该会看到预期的结果。Ah!!天哪,我没想到会这样,非常感谢你。