问RuntimeError:跟踪函数时不支持as_numpy_iterator()EN-可变参数类型。 -可变参数个数。 另外，一...
此方法要求您以 Eager 模式运行,并且数据集的 element_spec 仅包含TensorSpec组件。 dataset = tf.data.Dataset.from_tensor_slices([1,2,3])forelementindataset.as_numpy_iterator(): print(element)123 dataset = tf.data.Dataset.from_tensor_slices([1,2,3]) print(list(dataset.as_numpy_iterator()))...
此方法要求您以 Eager 模式运行,并且数据集的 element_spec 仅包含TensorSpec组件。 dataset = tf.data.Dataset.from_tensor_slices([1,2,3])forelementindataset.as_numpy_iterator(): print(element)123 dataset = tf.data.Dataset.from_tensor_slices([1,2,3]) print(list(dataset.as_numpy_iterator()))...
使用as_numpy_iterator 檢查數據集的內容。要查看元素形狀和類型,請直接打印數據集元素,而不是使用 as_numpy_iterator。 dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3]) for element in dataset: print(element) tf.Tensor(1, shape=(), dtype=int32) tf.Tensor(2, shape=(), dtype=in...
使用as_numpy_iterator 檢查數據集的內容。要查看元素形狀和類型,請直接打印數據集元素,而不是使用 as_numpy_iterator。 dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3]) for element in dataset: print(element) tf.Tensor(1, shape=(), dtype=int32) tf.Tensor(2, shape=(), dtype=int...