如何在Tensorflow中设置ParallelMapDataset数据类型中的图像数量？
提问于 2021-10-17 21:59:06
dataset, info = tfds.load('oxford_iiit_pet:3.*.*', with_info=True)
train_images = dataset['train']
test_images = dataset['test']
train_batches = (
train_images
.cache()
.shuffle(BUFFER_SIZE)
.batch(BATCH_SIZE)
.prefetch(buffer_size=tf.data.AUTOTUNE))
test_batches = test_images.batch(BATCH_SIZE)现在，我想将test_images大小缩小到100个图像。我期待一些代码，如：
test_images = test_images[100]但这会带来一个错误：
'ParallelMapDataset' object is not subscriptable
回答 1
Stack Overflow用户
回答已采纳
发布于 2021-10-18 06:10:20
使用take()方法，您可以从目标数据集中获取批处理或项。
如果数据集是批处理的：
test_images.take((100 // BATCH_SIZE) + 1)对数据集进行批处理时，它将包含批处理或组。
因此，假设您将数据批处理为大小为32的数据，test_images.take(1)将返回32个元素，换句话说，是一个批处理。test_images.take(2)将返回64个元素等。
如果不是批次的话：
test_images.take(100)与批处理数据集不同，dataset将返回传递到take()方法的元素数量。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/69611411
复制
腾讯云开发者
