如何查看TensorFlow批量数据集的x、y数组？

TensorFlow的_BatchDataset属于迭代器类对象，并非可直接索引的序列，所以不能通过dataset[0][0]这种下标方式访问数据。以下是几种实用的查看方式：

方法1：通过迭代器获取单个批次 #

直接创建迭代器并取出第一个批次：

import tensorflow as tf

# 创建数据集迭代器
dataset_iter = iter(dataset)
# 获取第一个批次的输入x和目标y
first_batch_x, first_batch_y = next(dataset_iter)

# 查看输入数据的形状和具体数值
print("第一个批次输入数据形状:", first_batch_x.shape)
print(first_batch_x)

# 查看目标数据的形状和具体数值
print("\n第一个批次目标数据形状:", first_batch_y.shape)
print(first_batch_y)

方法2：转换为列表（适合小数据集） #

如果数据集规模不大，可以直接把整个数据集转换成列表，之后就能用下标访问：

# 将批量数据集转为列表，每个元素是(批次x, 批次y)
dataset_list = list(dataset)

# 取第一个批次的x和y
first_batch_x, first_batch_y = dataset_list[0]
print(first_batch_x)
print(first_batch_y)

# 取第二个批次的x
second_batch_x = dataset_list[1][0]
print(second_batch_x)

方法3：遍历查看多个批次 #

用enumerate结合take()遍历指定数量的批次，适合需要查看多个批次数据的场景：

# 遍历前3个批次
for idx, (batch_x, batch_y) in enumerate(dataset.take(3)):
    print(f"=== 第{idx+1}个批次 ===")
    print(f"输入数据形状: {batch_x.shape}")
    print(f"目标数据形状: {batch_y.shape}")
    # 若需查看具体数值，取消注释
    # print(batch_x)

内容的提问来源于stack exchange，提问作者MCPMH