TensorFlow中直接打印BatchDataset时张量形状显示为None的原因及无循环打印张量值的方法

嘿，我来帮你把这两个问题理清楚，顺便先补充下你提到的from_tensor_slices的作用～

先搞懂tf.data.Dataset.from_tensor_slices的作用 #

这个函数的核心是按输入数据的第一个维度切片，把大张量拆成一个个独立的样本。比如你的x_data是形状(4,2)的数组，它会把这个数组拆成4个形状为(2,)的小张量（每个对应一行数据）；y_data是(4,1)的数组，会拆成4个(1,)的小张量。这样数据集里的每个元素就是一组(x样本, y样本)。

疑问1：为什么直接print数据集时形状显示(None,2)和(None,1)？ #

你看到的None其实是TensorFlow在描述BatchDataset的可变维度：

• 当你用.batch(len(x_data))设置批次大小时，虽然这次你的数据刚好是4个，批次大小刚好匹配，但TensorFlow的批次数据集设计是通用的——如果你的总样本数不是批次大小的整数倍，最后一个批次的样本量就会比设定的小（比如5个样本设batch=4，最后一个batch只有1个）。
• 所以BatchDataset在显示形状时，用None来标记这个维度的大小不固定，它可能是你设定的batch大小，也可能更小。而当你通过for循环迭代拿到具体的批次张量时，TensorFlow已经知道这个批次的实际样本数，所以会显示真实的形状(4,2)和(4,1)。

疑问2：如何不通过for循环直接打印张量的值？ #

有几种简单的方法可以直接获取并打印批次张量：

方法1：用迭代器+next() #

直接获取数据集的迭代器，取出第一个批次（也是你这里唯一的批次）：

batch_x, batch_y = next(iter(dataset))
print(batch_x)
print(batch_y)

方法2：转换成numpy数组（更直观） #

如果想输出更像普通Python列表的格式，可以用.numpy()方法把张量转成numpy数组：

batch_x, batch_y = next(iter(dataset))
print(batch_x.numpy())
print(batch_y.numpy())

方法3：用get_single_element()（适合单批次场景） #

如果你确定数据集只有一个批次，可以用这个API直接获取：

batch_x, batch_y = tf.data.experimental.get_single_element(dataset)
print(batch_x)

内容的提问来源于stack exchange，提问作者Jihoon Seo