如何从列表构建 TensorFlow 数据集答案

【问题标题】：How do I build a TensorFlow dataset from a list如何从列表构建 TensorFlow 数据集
【发布时间】：2021-07-23 03:31:30
【问题描述】：

不是工程师，我在遵循关于如何构建数据集的 TF 文档时遇到了麻烦。

我收集了一个带有标签的句子数据集，我想将其转换为类似于 IMDB 数据集的 TF 数据集。

列表如下：

LIST=[('text1',0),('text2',1),('text3',1),('text4',0),...]

列表中有大约 100 000 个元素，以及 2 个可能的标签 0-1。

我的任务是构建一个模型，将给定句子与单个标签 0-1 配对，就像 IMDB 评论的基本 TF 示例一样。

我猜我不需要任何其他东西来构建数据集。我错了吗？

如何将此列表转换为 TF 数据集？

我会很感激任何指导

【问题讨论】：

标签： python tensorflow tensorflow-datasets

【解决方案1】：

工作示例代码

import tensorflow as tf

LIST=[('text1',0),('text2',1),('text3',1),('text4',0)]
text = [x[0] for x in LIST]
label = [x[1] for x in LIST]
dataset = tf.data.Dataset.from_tensor_slices(text)
for element in dataset:
  print(element)

输出：

tf.Tensor(b'text1', shape=(), dtype=string)
tf.Tensor(b'text2', shape=(), dtype=string)
tf.Tensor(b'text3', shape=(), dtype=string)
tf.Tensor(b'text4', shape=(), dtype=string)

【讨论】：

文本分类需要dataset.element_spec like ''' (TensorSpec(shape=(), dtype=tf.string, name=None), TensorSpec(shape=(), dtype=tf.int64, name=None)) ''' 我有类似架构的列表 - 我该如何调整它？