4.2　在Keras模型中使用TFDS

在第2章中你看到了如何使用TensorFlow和Keras创建一个简单的计算机视觉模型，其中使用了Keras内置的数据集（包括Fashion MNIST），代码如下：

使用TFDS时代码是非常相似的，但需要一些小的改动。Keras数据集提供的是ndarray类型，可以直接在model.fit中使用，但是使用TFDS我们需要做一点转换工作：

在这个例子中我们使用了tfds.load，把fashion_mnist传给它作为想要的数据集。我们知道它包含train和test的分割，因此把这些以数组的形式传送过去会返回一个数据集适配器数组（其中包含图像和标签）。在调用tfds.load的命令中使用tfds.as_numpy会导致它们返回Numpy数组。指定batch_size=1会给我们提供所有的数据，指定as_supervised=True确保我们得到返回的（输入，标签）的元组。

做完这些，我们就有了Keras数据集中几乎同样格式的数据，只有一个改动—TFDS中的形状是(28,28,1)，而Keras数据集中的形状是(28,28)。

这意味着代码需要做一些改动来指定输入数据的形状是(28,28,1)而不是(28,28)：

对于更复杂的例子，你可以查看第3章中使用的Horses or Humans数据集。它同样可以在TFDS中找到。下面是用它来训练一个模型的完整代码：

可以看到，它非常直接：只需要调用tfds.load，传送给它你想要的分割（在这个例子中是train），并在模型中使用它。数据被分批处理和重组，以使训练更加有效。

Horses or Humans数据集被分为训练集和测试集，因此如果你在训练过程中想对模型进行验证，可以从TFDS加载一个独立的验证集，代码如下：

你将需要对它进行分批，就像你对训练集所做的一样。例如：

在训练的时候，你指定训练数据是这些批次。你还需要明确地设置每一个回合使用的验证步数，否则TensorFlow会抛出一个错误。如果你不确定，可以把它设置为1：

加载具体的版本

所有存储在TFDS中的数据集都使用MAJOR.MINOR.PATCH编号系统。该系统保证了以下规则。如果PATCH被更新，那么调用返回的数据是相同的，但是底层组织可能已经改变。任何改变对于开发者而言应该是不可见的。如果MINOR被更新，那么数据仍然没有变化，除了在每个记录中有额外的特征（非破坏性改变）。同样，对于任何特定的切片（见4.4节）数据也是相同的，因此记录不会被重新排序。如果MAJOR被更新，那么记录的格式和它们的位置可能会有变化，因此特定的片段可能会返回不同的结果。

当检查数据集时，你会发现有不同的版本可以使用。例如，cnn_dailymail数据集（https://oreil.ly/673CJ）。如果你不想使用默认版本（3.0.0），而想使用更早的版本（例如1.0.0），可以像这样加载它：

注意，如果你正在使用Colab，那么检查TFDS使用的版本总是一个好主意。在写作本书时，Cload被预先设置为TFDS 2.0，但是TFDS 2.1和之后的版本解决了一些加载数据集的错误（包括cnn_dailymail），因此确保使用这些版本的其中一个，或者最起码将它们安装到Colab中，而不是依赖默认的版本。