Python深度学习使用Tensorflow框架（4）Tensorflow 数据处理与数据可视化

文章目录

构建基于Tensorflow.data框架的数据集合，并详细说明其具体实现步骤

  * 数据可视化

构建Tensorflow.data数据集

该序列由一系列元素组成（comprise a series of elements），每个元素都包含一个或多个Tensor对象（tensor objects）。举个例子，在图像处理流水线（pipeline）中，一个元素可以代表一个单一训练样本（single training sample），它包含了描述图像数据的张量（tensor）以及与之配对的一个标签（label）。具体而言有两种不同的构建数据集的方法。

• 可以直接从Tensor生成数据集（例如通过Dataset.from_tensor_slices()函数）。值得注意的是，在NumPy中也可以实现这一功能，并且TensorFlow会自动将其转换为张量。
  • 通过对其一个或多个tf.data.Dataset对象进行操作（例如调用Dataset.batch()方法）来生成新的数据集。这两类构建方法具体来说，这两种构建方法又可分为7种不同的实现途径。
    例如：