从CSV文件建立自己的tf数据集代码
时间: 2023-01-31 21:05:07 浏览: 90
首先,您需要使用 Python 的 csv 模块来读取 CSV 文件。接下来,您可以使用 TensorFlow 的 Dataset API 建立自己的数据集。
例如,假设您的 CSV 文件中有两列,分别是数值型特征和标签,您可以使用以下代码来建立数据集:
```python
import tensorflow as tf
import csv
# 读取 CSV 文件
data = []
with open('data.csv', 'r') as csvfile:
reader = csv.reader(csvfile)
for row in reader:
data.append(row)
# 将数据转化为张量
features = tf.convert_to_tensor(data[:, 0], dtype=tf.float32)
labels = tf.convert_to_tensor(data[:, 1], dtype=tf.int64)
# 使用 Dataset API 建立数据集
dataset = tf.data.Dataset.from_tensor_slices((features, labels))
```
在这里,我们使用 csv 模块读取 CSV 文件,并将数据存储在 Python 列表中。然后,我们使用 TensorFlow 的 convert_to_tensor 函数将数据转化为张量,并使用 Dataset API 的 from_tensor_slices 函数将张量转化为数据集。
希望这些信息能帮到您!