tf.data 数据集中不同标签和输入数据形状的数量

Question

Tensorflow Fashion-MNIST 教程很棒……但很明显，您必须提前知道数据集中有 10 个不同的标签，并且输入数据是大小的图像数据28x28。我原以为这些细节应该很容易从数据集本身中发现——这可能吗？我能否在完全不同的数据集上以相同的方式发现相同的信息（例如Titanic Dataset，它由 M 行 N 列的 CSV 数据组成，是一个二进制分类任务）。 tf.data.Dataset 在其 API 中似乎没有任何明显的 get_label_count() 或 get_input_shape() 函数。称我为新手，但这让我感到惊讶/困惑。

Answer 1

根据the accepted answer to this question，Tensorflow tf.data.Dataset 实例是惰性评估，这意味着原则上您可能需要遍历整个数据集以建立不同标签的数量，并且输入数据形状（可以是可变的，例如具有可变长度的声音或文本序列）。