我想通过应用来填充模型的数据tf.data.Dataset。
检查了TF 2.0的文档后，我发现该.fit()函数（https://www.tensorflow.org/api_docs/python/tf/keras/Model#fit）接受：
x-一个tf.data数据集。应该返回（输入，目标）或（输入，目标，sample_weights）的元组。
因此，我编写了以下概念验证代码：
from sklearn.datasets import make_blobs
import tensorflow as tf
from tensorflow.keras import Model, Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.metrics import Accuracy, AUC
X, Y = make_blobs(n_samples=500, n_features=2, cluster_std=3.0, random_state=1)
def define_model():
model = Sequential()
model.add(Dense(units=1, activation="sigmoid", input_shape=(2,)))
model.compile(optimizer="adam", loss="binary_crossentropy", metrics=[AUC(), Accuracy()])
return model
model = define_model()
X_ds = tf.data.Dataset.from_tensor_slices(X)
Y_ds = tf.data.Dataset.from_tensor_slices(Y)
dataset = tf.data.Dataset.zip((X_ds, Y_ds))
for elem in dataset.take(1):
print(type(elem))
print(elem)
model.fit(x=dataset) #<-- does not work
#model.fit(x=X, y=Y) <-- does work without any problems....
如第二条评论中所述，不适用的代码tf.data.Dataset可以正常工作。
但是，当应用数据集对象时，出现以下错误消息：
<class 'tuple'>
(<tf.Tensor: shape=(2,), dtype=float64, numpy=array([-10.42729974, -0.85439721])>, <tf.Tensor: shape=(), dtype=int64, numpy=1>)
... other output here...
ValueError: Error when checking input: expected dense_19_input to have
shape (2,) but got array with shape (1,)
根据我对文档的理解，我构建的数据集应该恰好是fit方法期望的元组对象。
我不明白此错误消息。
我在这里做错了什么？
当您将数据集传递给时fit，预计它将直接生成批次，而不是单个示例。您只需要在训练之前对数据集进行批处理。
dataset = dataset.batch(batch_size)
model.fit(x=dataset)
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句