分类目录：《深入浅出TensorFlow2函数》总目录
返回一个数据集，其元素是给定张量的切片。给定的张量沿着它们的第一维度进行切片。此操作保留输入张量的结构，删除每个张量的第一个维度并将其用作数据集维度。所有输入张量在其第一维度上必须具有相同的大小。
语法
@staticmethod
from_tensor_slices(
tensors, name=None
)
参数
-
tensors: 数据集元素，其组件具有相同的第一维度。此处记录了支持的值。 - name: [可选] 操作的名称
返回值
一个Dataset。
实例
输入：
# Slicing a 1D tensor produces scalar tensor elements.
dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3])
list(dataset.as_numpy_iterator())
输出：
[1, 2, 3]
输入：
# Slicing a 2D tensor produces 1D tensor elements.
dataset = tf.data.Dataset.from_tensor_slices([[1, 2], [3, 4]])
list(dataset.as_numpy_iterator())
输出：
[array([1, 2]), array([3, 4])]
输入：文章来源：https://www.toymoban.com/news/detail-522839.html
# Dictionary structure is also preserved.
dataset = tf.data.Dataset.from_tensor_slices({"a": [1, 2], "b": [3, 4]})
list(dataset.as_numpy_iterator()) == [{'a': 1, 'b': 3},
{'a': 2, 'b': 4}]
输出：文章来源地址https://www.toymoban.com/news/detail-522839.html
True
到了这里，关于深入浅出TensorFlow2函数——tf.data.Dataset.from_tensor_slices的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
