在 Tensorflow 中加载 NumPy 数据

在本文中，我们将研究使用Python编程语言在 Tensorflow 中加载 Numpy 数据的方法。

使用 tf.data.Dataset.from_tensor_slices()函数

在这种方法下，我们使用 tf.data.Dataset.from_tensor_slices() 方法加载一个 Numpy 数组，我们可以使用 tf.data.Dataset.from_tensor_slices() 方法以对象的形式获取数组的切片来自 TensorFlow 模块。

Syntax : tf.data.Dataset.from_tensor_slices(list)

Return : Return the objects of sliced elements.

示例 1：

在此示例中，我们使用 tf.data.Dataset.from_tensor_slices() 方法来获取 2D 数组的切片，然后将其加载到变量 gfg。

Python3

# import modules
import tensorflow as tf
import numpy as np
  
# Creating data
arr = np.array([[1, 2, 3, 4],
                [4, 5, 6, 0],
                [2, 0, 7, 8],
                [3, 7, 4, 2]])
  
# using tf.data.Dataset.from_tensor_slices() 
# method
gfg = tf.data.Dataset.from_tensor_slices(arr)
  
for i in gfg:
    print(i.numpy())

输出：

[1 2 3 4]
[4 5 6 0]
[2 0 7 8]
[3 7 4 2]

示例 2：

在此示例中，我们将使用Python编程语言中 TensorFlow 库中的 tf.data.Dataset.from_tensor_slices()函数加载变量 gfg 的 NumPy 列表。

Python3

# import modules
import tensorflow as tf
import numpy as np
  
# Creating data
list = [[5, 10], [3, 6], [1, 2], [5, 0]]
  
# using tf.data.Dataset.from_tensor_slices()
# method
gfg = tf.data.Dataset.from_tensor_slices(list)
  
for i in gfg:
    print(i.numpy())

输出：

[ 5 10]
[3 6]
[1 2]
[5 0]