我可以从Keras文档中看到，拟合方法的第一个参数可以是：1.数字数组1.一个tf.data.数据集如果使用数据集，则不使用第二个参数（y）。第一种方法非常清楚：我明确地指出了输入和标签。我在理解第二种方式时遇到了麻烦，tensorflow 如何理解哪个“字段”是标签，哪个字段是输入。我在许多例子中看到，map函数可以接受返回元组（input，label）的函数，但也可以只使用返回值。创建数据集时，是否有方法（例如使用from_tensor_slices）正确指示标注的位置？非常感谢
mzsu5hc01#
从技术上讲，这取决于模型，Keras模型有一个train_step方法，它接受一个单一的输入data（一个批次），并运行一个训练步骤（计算输出，计算损失，计算和应用梯度，计算指标）。
train_step
data
x, y = data
其中x用作输入，y用作目标。这意味着数据集应返回相同的格式：每个批处理都应该是一个元组(input, target)。您可以通过创建如下数据集来实现这一点：
x
y
(input, target)
data = tf.data.Dataset.from_tensor_slices((inputs, labels))
1条答案
按热度按时间mzsu5hc01#
从技术上讲，这取决于模型，Keras模型有一个
train_step方法，它接受一个单一的输入data（一个批次），并运行一个训练步骤（计算输出，计算损失，计算和应用梯度，计算指标）。其中
x用作输入，y用作目标。这意味着数据集应返回相同的格式：每个批处理都应该是一个元组
(input, target)。您可以通过创建如下数据集来实现这一点：