Dataset.from_tensors和Dataset.from_tensor_slices有什么区别？

Question

我有一个表示为NumPy形状矩阵的数据集(num_features, num_examples)，我希望将其转换为TensorFlow类型tf.Dataset。

我正在努力尝试理解这两种方法之间的区别：Dataset.from_tensors和Dataset.from_tensor_slices。什么是正确的，为什么？

TensorFlow文档（link）表示，这两种方法都接受张量的嵌套结构，尽管使用from_tensor_slices张量时在第0维上应具有相同的大小。

Answer 1

from_tensors 合并输入并返回具有单个元素的数据集：

t = tf.constant([[1, 2], [3, 4]])
ds = tf.data.Dataset.from_tensors(t)   # [[1, 2], [3, 4]]

from_tensor_slices 为输入张量的每一行创建一个具有单独元素的数据集：

t = tf.constant([[1, 2], [3, 4]])
ds = tf.data.Dataset.from_tensor_slices(t)   # [1, 2], [3, 4]