Ошибка при попытке импортировать наборы данных Tensorflow

#python #tensorflow #tensorflow-datasets

Вопрос:

Я следую этому руководству:https://www.tensorflow.org/guide/keras и я получаю ошибку при попытке использовать tf.data.Набор данных.

 import tensorflow as tf
import tensorflow.data
import numpy as np
from tensorflow.keras import layers

model = tf.keras.Sequential([
# Adds a densely-connected layer with 64 units to the model:
layers.Dense(64, activation='relu', input_shape=(32,)),
# Add another:
layers.Dense(64, activation='relu'),
# Add a softmax layer with 10 output units:
layers.Dense(10, activation='softmax')])

model.compile(optimizer=tf.train.AdamOptimizer(0.001),
              loss='categorical_crossentropy',
              metrics=['accuracy'])

# Instantiates a toy dataset instance:
dataset = tf.data.Dataset.from_tensor_slices((data, labels))
dataset = dataset.batch(32)
dataset = dataset.repeat()

# Don't forget to specify `steps_per_epoch` when calling `fit` on a dataset.
model.fit(dataset, epochs=10, steps_per_epoch=30)

Я получаю эту ошибку:

 Colocations handled automatically by placer.
Traceback (most recent call last):
  File "tutorial.py", line 19, in <module>
    dataset = tensorflow.data.Dataset.from_tensor_slices((data, labels))
NameError: name 'data' is not defined

У меня в pip установлены как Tensorflow, так и API Tensorflow-Datasets. Не уверен, что происходит.

Ответ №1:

Вы забыли определить свои data и labels переменные.

Как указано в руководстве:

 data = np.random.random((1000, 32))
labels = np.random.random((1000, 10))

Ответ №2:

Здесь data и labels не определены.

Вы можете инициализировать data и labels , добавив

 data = tf.random_uniform([1000, 32])
labels = tf.random_uniform([1000, 10])

перед dataset = tf.data.Dataset.from_tensor_slices((data, labels))