tensorflow - 如何在每个时代结束时使用 tf.keras 拟合和评估 tf.data.dataset？

Question

当 x 是 tf.data数据集，一个元组 (inputs, targets)和输入是特征的字典，如 {"fea_1": val_1, "fea_2": val_2…} , model.fit函数在 tensorflow/python/keras/engine/training.py不支持 validation_data或 validation_split .
validation_split当 x 是数据集时不支持。 validation_data仅支持 Numpy 数组或张量。

我可以 take或 split数据集到 model.fit和 model.evaluate ，但它不能在每个 epoch 结束时执行验证。

有没有更好的训练和评估方法tf.data.dataset当输入特征是字典时？

Answer 1

X = np.array(X)
y = np.array(y)
model.fit(X, y, batch_size=32, epochs=3, validation_split=0.1)

只需转换

tf.data.Dataset (Mine were Python Lists)

到

Numpy.array

它会起作用 很棒