TensorFlow 从 numpy 数组创建数据集

TensorFlow 提供了一种很好的方式来存储数据。例如，在示例中用于存储 MNIST 数据：

>>> mnist<tensorflow.examples.tutorials.mnist.input_data.read_data_sets.<locals>.DataSets object at 0x10f930630>

假设你有输入和输出的 numpy 数组。

>>> x = np.random.normal(0,1, (100, 10))>>> y = np.random.randint(0, 2, 100)

如何将它们转换为 tf 数据集？

我想使用像 next_batch 这样的函数

回答：

Dataset 对象只是 MNIST 教程的一部分，并不属于 TensorFlow 主库。

你可以在这里查看它的定义：

构造函数接受 images 和 labels 参数，因此你应该可以在这里传入自己的值。

学技术