Cargar datos NumPy en Tensorflow

En este artículo, veremos el enfoque para cargar datos Numpy en Tensorflow en el lenguaje de programación Python.

Usando la función tf.data.Dataset.from_tensor_slices()

Bajo este enfoque, estamos cargando una array Numpy con el uso del método tf.data.Dataset.from_tensor_slices() , podemos obtener las porciones de una array en forma de objetos usando el método tf.data.Dataset.from_tensor_slices() del módulo TensorFlow.

Sintaxis: tf.data.Dataset.from_tensor_slices(lista)

Return : Devuelve los objetos de los elementos cortados.

Ejemplo 1:

En este ejemplo, estamos usando el método tf.data.Dataset.from_tensor_slices(), para obtener los segmentos de la array 2D y luego cargarlos en una variable gfg.

# 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())

Producción:

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

Ejemplo 2:

En este ejemplo, cargaremos la lista NumPy de la variable gfg utilizando la función tf.data.Dataset.from_tensor_slices() de la biblioteca TensorFlow en el lenguaje de programación Python.

# 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())

Producción:

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