小编ski*_*joe的帖子

我正在开发这个项目，其中所有数据都经过预处理并准备好作为 TensorFlow 数据集，如下所示：

<MapDataset形状：{input_ids：（128，），input_mask：（128，），label_ids：（），segment_ids：（128，）}，类型：{input_ids：tf.int64，input_mask：tf.int64，label_ids：tf .int64，segment_ids：tf.int64}>

我的脚本位于 PyTorch 中，并接受一个 Dataset 对象，如下所示：

Dataset({
    features: [
        'attention_mask', 
        'input_ids', 
        'label', 
        'sentence', 
        'token_type_ids'
    ],
    num_rows: 12
})

有什么办法可以将一种转换为另一种吗？我对这两个 API 都很陌生，所以不太清楚它们是如何工作的。我可以将其中一种转换为另一种吗？

我有一本已经完全预处理的字典，可以输入到 BERT 模型中。然而，我很难将其放入 tf.dataset 中。这就是我的数据集的一个元素： print(dataset[0])

{'input_ids': <tf.Tensor: shape=(128,), dtype=int64, numpy= array([  101,   171,   112,  2537, 12293,   131, 11250,   118,   118,
        2537, 12293,   131, 11250,  1110,  1126,  1237,  1778,  1326,
        1687,  1111,  5957,  1398, 11737,  1118,  8129, 14399,  1105,
        3230,  9426, 27277,   119,  1135,  1110,  1103,  1148,  1326,
        1872,  4418,  1111,  1115,  1555,   117,  1105,  1103,  1148,
        2537, 12293,  1326,  1290,  2537, 12293,   131,  9892,  4803,
        1107,  1478,   119,  9617,  4986,   170,  4967,  1196,  1103,
        1958,  1104,  1103,  1560,  2537, …

我有以下箱形图，它为每个框绘制了一些具有不同平均值和中值的值；我想知道是否有任何方法来标记它们，以便它们出现在图形图例上（因为当前的箱线图绘制了一条橙色线表示中位数，一个蓝色点表示平均值，并且不太清楚哪个是哪个）？还有一种方法可以为这些子图制作一个图例，而不是为每个子图制作一个图例，因为它们本质上是相同的对象，只是不同的数据？

这是其中一个子图的代码示例，其他子图相同但具有不同的数据：

fig = plt.figure()
xlim = (4, 24)
ylim = (0, 3700)

plt.subplot(1,5,5)
x_5_diff = {5: [200, 200, 291, 200, 291, 200, 291, 200, 291, 200, 291, 200, 291, 200, 291],
 7: [161, 161, 179, 161, 179, 161, 179, 161, 179, 161, 179, 161, 179, 161, 179],
 9: [205, 205, 109, 205, 109, 205, 109, 205, 109, 205, 109, 205, 109, 205, 109],
 11: [169, 169, 95, 169, 95, 169, 95, 169, 95, 169, 95, 169, 95, 169, 95], …