上一篇文章：tensorflow2数据读取P1: numpy array中，提到model.fit支持输入5类数据。分别是numpy array, tensor, 字典（值为numpy array或tensor), tf.data创建的Dataset, 生成器类型。

其中tensor, 字典与numpy array区别不是很大。在必须使用这2中数据类型时，做一些类型转换即可。这篇文章想要说说tf.data创建的Dataset类型作为输入。学会这种方法，可以处理数据量很大的任务。因为，一些方法创建的Dataset类型，类似一个生成器，可以一点一点地读取数据。而不是一次性将所有的数据都读取到内存中。在数据量很大的任务中，一次性将所有数据都读入内存是不太可能的。

这里主要讲解以下3中创建Dataset的方法

python生成器可以简单理解成，一种用yield关键字返回值的一种函数。生成器有点像挤牙膏，你调用它一次，它的任务就往前推进一点。这就很适合处理大量数据时，每次只读取需要的那部分数据的情景。 假设有一批图片数据，我们可以自定义一个生成器，yield图片路径，然后再读取图片

然后使用tf.data.Dataset.from_generator构建dataset ··· inroot = r’imgs’ filetype = ‘jpeg’ dataset = tf.data.Dataset.from_generator(filepath_generator,(tf.string),args=[inroot,filetype]) ··· tf.data.Dataset.from_generator函数接收4个参数，分别是generator(生成器），output_types(生成器输出的数据类型），output_shapes(生成器输出的数据形状，可选参数），args（调用生成器需要的参数）注意 送入的generator(生成器）必须是可调用的，例如这个例子里面，传入filepath_generator函数名，这个就是可调用的。但是，如果生成一个mygenerator = filepath_generator(inroot,filetype), 再将mygenerator传入tf.data.Dataset.from_generator(mygenerator, (tf.string)), 就会报generator必须是可调用的错误。