Tensorflow 數據集如何獲取數據生成器的形狀？

Question

考慮從 tensorflow 數據集加載以下數據集

(ds_train, ds_test), ds_info= tfds.load('mnist', split=['train', 'test'],
                                        shuffle_files=True,
                                        as_supervised=True,with_info=True)

不過，該網站稱

#https://www.tensorflow.org/api_docs/python/tf/data/Dataset#from_generator
#Warning: SOME ARGUMENTS ARE DEPRECATED: (output_shapes, output_types). They will be removed in a future version. 
#Instructions for updating: Use output_signature instead

但沒有一個

ds_train.output_shapes
ds_train.output_types
ds_train.output_signature

正在工作

這里提到了一個類似的問題 # https://github.com/tensorflow/datasets/issues/102 ，所以現在只有臨時修復

shape_of_data=tf.compat.v1.data.get_output_shapes(ds_train)

正在工作，它返回

(TensorShape([None, 28, 28, 1]), TensorShape([None]))

另一個更新的 function 正在工作，但無法將 TensorShape 排除在參數之外

tf.data.DatasetSpec(ds_train) 

回來

DatasetSpec(<_OptionsDataset shapes: ((28, 28, 1), ()), types: (tf.uint8, tf.int64)>, TensorShape([]))

無法分配。

獲取生成器/迭代器形狀的更新的 function 或屬性是什么？

Answer 1

可以使用dataset.element_spec ：

import tensorflow_datasets as tfds

(ds_train, ds_test), ds_info = tfds.load(
    "mnist",
    split=["train", "test"],
    shuffle_files=True,
    as_supervised=True,
    with_info=True,
)

ds_train.element_spec
# (TensorSpec(shape=(28, 28, 1), dtype=tf.uint8, name=None),
#  TensorSpec(shape=(), dtype=tf.int64, name=None))

ds_train.element_spec[0].shape
# TensorShape([28, 28, 1])

Answer 2

您的變量ds_info包含以下信息：

height, width, channels = ds_info.features['image'].shape

像這樣看：

ds_info.features['image']

Image(shape=(28, 28, 1), dtype=tf.uint8)