ما الفرق بين Dataset.from_tensors و Dataset.from_tensor_slices في تنسرفلو Tensorflow

أولاً from_tensors تقوم بإنشاء dataset من خلال دمج المدخلات الممررة لها كعنصر واحد (كتلة واحدة) أي مثلاً:

data = tf.constant([[4, 5], [1, 7]])
dataset = tf.data.Dataset.from_tensors(data)
[x for x in dataset]
"""
#data لاحظ أن الخرج هو عبارة عن مصفوفة واحدة تمثال ال 
[<tf.Tensor: shape=(2, 2), dtype=int32, numpy=
 array([[4, 5],
        [1, 7]], dtype=int32)>]
"""

بينما from_tensor_slices تقوم بإنشاء dataset وتعيد عدة عناصر منفصلة بحيث كل عنصر يمثل صف من الإدخال الممرر لها أي:

data = tf.constant([[4, 5], [1, 7]])
dataset = tf.data.Dataset.from_tensor_slices(data)
[x for x in dataset]
"""
# لاحظ أن كل سطر من الدخل تم تمثيله بشكل مستقل
[<tf.Tensor: shape=(2,), dtype=int32, numpy=array([4, 5], dtype=int32)>,
 <tf.Tensor: shape=(2,), dtype=int32, numpy=array([1, 7], dtype=int32)>]
"""

أيضاً هناك اختلاف عندما يكون الدخل هو قائمة، حيث أن from_tensors تقوم بإنشاء tensor ثلاثي الأبعاد أما from_tensor_slices  تقوم بدمجهم وتعيد 2D. مثلاً:

dataset1 = tf.data.Dataset.from_tensor_slices(
    [tf.random_uniform([2, 3]), tf.random_uniform([2, 3])])
dataset2 = tf.data.Dataset.from_tensors(
    [tf.random_uniform([2, 3]), tf.random_uniform([2, 3])])
print(dataset1) # shapes: (2, 3)
print(dataset2) # shapes: (2, 2, 3)