tf.data.Dataset.from_tensor_slices:
它的作用是切分傳入Tensor的第一個維度,生成相應的dataset。
例1:
dataset = tf.data.Dataset.from_tensor_slices(np.random.uniform(size=(5, 2)))
傳入的數值是一個矩陣,它的形狀爲(5, 2),tf.data.Dataset.from_tensor_slices就會切分它形狀上的第一個維度,最後生成的dataset中一個含有5個元素,每個元素的形狀是(2, ),即每個元素是矩陣的一行。
例2:
對於更復雜的情形,比如元素是一個python中的元組或者字典:在圖像識別中一個元素可以是{”image”:image_tensor,”label”:label_tensor}的形式。
dataset = tf.data.Dataset.from_tensor_slices ( { “a”:np.array([1.0,2.0,3.0,4.0,5.0]), “b”:np.random.uniform(size=(5,2) ) } )
這時,函數會分別切分”a”中的數值以及”b”中的數值,最後總dataset中的一個元素就是類似於{ “a”:1.0, “b”:[0.9,0.1] }的形式。
shuffle(
buffer_size,
seed=None,
reshuffle_each_iteration=None
)
batch很好理解,就是batch size。注意在一個epoch中最後一個batch大小可能小於等於batch size
dataset.repeat就是俗稱epoch,但在tf中與dataset.shuffle的使用順序可能會導致個epoch的混合
dataset.shuffle就是說維持一個buffer_size 大小的 shuffle buffer,圖中所需的每個樣本從shuffle buffer中獲取,取得一個樣本後,就從源數據集中加入一個樣本到shuffle buffer中。對於完美的洗牌,需要大於或等於數據集的完整大小的緩衝區大小。
tf.slice:
tf.slice(
input_,
begin,
size,
name=None
)
函數參數
- input_:一個Tensor.
- begin:一個int32或int64類型的Tensor.
- size:一個int32或int64類型的Tensor.
- name:操作的名稱(可選).
函數返回
tf.slice函數返回與input具有相同類型的Tensor.
此操作從由begin指定位置開始的張量input中提取一個尺寸size的切片.切片size被表示爲張量形狀,其中size[i]是你想要分割的input的第i維的元素的數量.切片的起始位置(begin)表示爲每個input維度的偏移量.換句話說,begin[i]是你想從中分割出來的input的“第i個維度”的偏移量.
input = [[[1, 1, 1], [2, 2, 2]],
[[3, 3, 3], [4, 4, 4]],
[[5, 5, 5], [6, 6, 6]]]
tf.slice(input, [1, 0, 0], [1, 1, 3]) ==> [[[3, 3, 3]]]
tf.slice(input, [1, 0, 0], [1, 2, 3]) ==> [[[3, 3, 3],
[4, 4, 4]]]
tf.slice(input, [1, 0, 0], [2, 1, 3]) ==> [[[3, 3, 3]],
[[5, 5, 5]]]
tf.gather(input, [0, 2]) ==> [[[1, 1, 1], [2, 2, 2]],
[[5, 5, 5], [6, 6, 6]]]
假設我們要從input中抽取[[[3, 3, 3]]],這個輸出在inputaxis=0的下標是1,axis=1的下標是0,axis=2的下標是0-2,所以begin=[1,0,0],size=[1,1,3]。
假設我們要從input中抽取[[[3, 3, 3], [4, 4, 4]]],這個輸出在inputaxis=0的下標是1,axis=1的下標是0-1,axis=2的下標是0-2,所以begin=[1,0,0],size=[1,2,3]。
假設我們要從input中抽取[[[3, 3, 3], [5, 5, 5]]],這個輸出在inputaxis=0的下標是1-2,axis=1的下標是0,axis=2的下標是0-2,所以begin=[1,0,0],size=[2,1,3]。
假設我們要從input中抽取[[[1, 1, 1], [2, 2, 2]],[[5, 5, 5], [6, 6, 6]]],這個輸出在input的axis=0的下標是[0, 2],不連續,可以用tf.gather抽取。input[0]和input[2]
tf.identity
tf.sequence_mask:
tf.sequence_mask(
lengths,
maxlen=None,
dtype=tf.dtypes.bool,
name=None
)
函數參數
- lengths:整數張量,其所有值小於等於maxlen.
- maxlen:標量整數張量,返回張量的最後維度的大小;默認值是lengths中的最大值.
- dtype:結果張量的輸出類型.
- name:操作的名字.
函數返回值
形狀爲lengths.shape + (maxlen,)的mask張量,投射到指定的dtype.
tf.sequence_mask([1, 3, 2], 5) # [[True, False, False, False, False],
# [True, True, True, False, False],
# [True, True, False, False, False]]
tf.sequence_mask([[1, 3],[2,0]]) # [[[True, False, False],
# [True, True, True]],
# [[True, True, False],
# [False, False, False]]]
tf.boolean_mask:
tf.boolean_mask(
tensor,
mask,
name='boolean_mask',
axis=None
)
一般情況下,0 < dim(mask) = K <= dim(tensor) 並且 mask 的形狀必須與張量形狀的第一 K 維度匹配.然後我們就有:(tensor, mask)[i, j1,...,jd] = tensor[i1,...,iK,j1,...,jd] 當(i1,...,iK) 是 mask (row-major order) 的第 i 個真輸入.
ARGS:
- tensor:N -D 張量.
- mask:K - D 布爾張量,K <= N 和 K 必須是靜態已知的.
- name:此操作的名稱(可選).
返回:
返回(N-K + 1)維張量由條目中填充的 tensor 對應於 mask 中的 True 值.
注意:
- ValueError:如果形狀不符合時.
#1-D 示例
tensor = [ 0 , 1 , 2 , 3 ]
mask = np.array([True,False,True,False] )
boolean_mask (tensor,mask) == > [ 0 , 2 ]
#2-D示例
tensor = [ [ 1 , 2 ] , [ 3 , 4 ] , [ 5 , 6 ] ]
mask = np.array([True,False,True] )
boolean_mask (tensor,mask) == > [ [ 1 , 2 ] , [ 5 , 6 ] ]