如何在Tensorflow 2.x中正确操作tfds.load（）数据集？

Question

我正在从Udemy课程中学习如何在tensorflow 2.0和Keras中从头开始创建MNIST模型。

所以，我得到了mnist数据集，如下所示

mnist_dataset, mnist_info = tfds.load(name = 'mnist', with_info=True, as_supervised=True)
mnist_train, mnist_test = mnist_dataset['train'], mnist_dataset['test']

而且一切都很好，即使我测试模型的准确性达到了97％，我也很高兴。

当我尝试做不同于课程的事情时，问题就开始了。我尝试使用matplotlib plt.imshow()从mnist_dataset打印一些示例，但我完全失败了。然后，我开始了一些研究，找到了解决方案，我需要获取像这样的数据集：

mnist_dataset2 = tfds.load(name = 'mnist')
mnistt = mnist_dataset2['train']

其中mnistt是我可以使用matplotlib操作和打印的数据集。

所以我的问题如下：在哪里可以获得有关您可以获取的tfds.load（）类型的信息，以及如何根据需要正确地对其进行操作？ （并且可以像我这样在张量流中从初学者开始扩展）。

Answer 1

tfds.load方法的主调用包含您需要的一切：

mnist_dataset, mnist_info = tfds.load(name = 'mnist', with_info=True, as_supervised=True)

• name="mnist"->您正在指定要使用的构建器（错误）
• [with_info=True->您要让tfds.load返回包含关于返回的数据集的[[您需要知道的所有信息]的info对象
[as_supervised=True->您要让tfds.load仅获得监督学习任务所需的数据集元素（图像和标签对）。

您第一次尝试使用mnist_dataset获取数据（与matplotlib一起使用失败，因为您可以从中看到]

print(mnist_info) #run me!

数据集包含2个不同的分割：train和test。
tfds.core.DatasetInfo(
    name='mnist',
    version=1.0.0,
    description='The MNIST database of handwritten digits.',
    urls=['https://storage.googleapis.com/cvdf-datasets/mnist/'],
    features=FeaturesDict({
        'image': Image(shape=(28, 28, 1), dtype=tf.uint8),
        'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
    }),
    total_num_examples=70000,
    splits={
        'test': 10000,
        'train': 60000,
    },
    supervised_keys=('image', 'label'),
    citation="""@article{lecun2010mnist,
      title={MNIST handwritten digit database},
      author={LeCun, Yann and Cortes, Corinna and Burges, CJ},
      journal={ATT Labs [Online]. Available: http://yann. lecun. com/exdb/mnist},
      volume={2},
      year={2010}
    }""",
    redistribution_info=,
)

因此，tfds.load返回的对象是
字典：
{
   "train": <train dataset>,
   "test": <test dataset>
}

事实上，在示例的下一行中，您以这种方式提取“ train”和“ test”数据集：
mnist_train, mnist_test = mnist_dataset['train'], mnist_dataset['test']

从mnist_info对象中，您可以获得处理数据集所需的每条信息：分割数，数据类型（例如，“图像”是具有dtype tf.uint8的28x28x1图像，等等...] >