在TensorFlow中，如何解码2个嵌套的CSV，使用不同的字段分隔符来列出对象？

在TensorFlow中，可以使用tf.data.experimental.CsvDataset函数来解码嵌套的CSV文件，并使用不同的字段分隔符来列出对象。

首先，需要导入必要的库：

import tensorflow as tf

然后，可以使用tf.data.experimental.CsvDataset函数来创建一个数据集对象，指定CSV文件的路径和字段分隔符：

dataset = tf.data.experimental.CsvDataset(
    filenames=["file1.csv", "file2.csv"],
    record_defaults=[tf.int32, tf.float32, tf.string],
    field_delim=[";", ","]
)

在上面的代码中，filenames参数指定了要解码的CSV文件的路径，record_defaults参数指定了每个字段的默认值和数据类型，field_delim参数指定了不同的字段分隔符。

接下来，可以使用map函数对数据集进行转换，将每个嵌套的CSV文件解码为对象：

def decode_csv(*record):
    # 解码第一个CSV文件
    csv1 = tf.io.decode_csv(record[0], record_defaults=[tf.int32, tf.string])
    # 解码第二个CSV文件
    csv2 = tf.io.decode_csv(record[1], record_defaults=[tf.float32, tf.string])
    return {"csv1": csv1, "csv2": csv2}

dataset = dataset.map(decode_csv)

在上面的代码中，decode_csv函数接收一个或多个CSV文件的记录作为输入，并使用tf.io.decode_csv函数将每个CSV文件解码为对象。最后，将解码后的对象以字典的形式返回。

最后，可以使用for循环遍历数据集，并打印每个对象的内容：