小编spl*_*eez的帖子

我有一个这样的数据集：

a = tf.data.Dataset.range(1, 16)
b = tf.data.Dataset.range(16, 32)
zipped = tf.data.Dataset.zip((a, b))
list(zipped.as_numpy_iterator())

# output: 
[(0, 16),
 (1, 17),
 (2, 18),
 (3, 19),
 (4, 20),
 (5, 21),
 (6, 22),
 (7, 23),
 (8, 24),
 (9, 25),
 (10, 26),
 (11, 27),
 (12, 28),
 (13, 29),
 (14, 30),
 (15, 31)]

当我应用batch(4)它时，预期结果是一个批次数组，其中每个批次包含四个元组：

[[(0, 16), (1, 17), (2, 18), (3, 19)],
 [(4, 20), (5, 21), (6, 22), (7, 23)],
 [(9, 24), (10, 25), (10, 26), (11, 27)],
 [(12, 28), (13, 29), (14, …

我需要初始化一个向量以用作缓冲区。在将内容放入其中之前，我不关心它包含什么值，因此我不希望程序浪费时间用零填充它。我知道with_capacity，但它需要我push()元素，这很不方便，因为我需要不断检查我之前是否已将某些内容推送到索引。

基本上，我正在寻找与此 C++ 数组等效的数组：

int* arr = new int[size];
arr[2]; // random garbage