当前的TensorFlow数据集交错功能基本上是一个交错的平面图,将单个数据集作为输入。鉴于当前的API,将多个数据集交错在一起的最佳方法是什么?说他们已经建成了,我有一个清单。我想从它们中交替生成元素,我想支持包含2个以上数据集的列表(即堆叠的拉链和交错会非常难看)。
谢谢! :)
@mrry可能会提供帮助。
答案 0 :(得分:4)
编辑2:请参阅tf.contrib.data.choose_from_datasets
。它执行确定性数据集交错。
编辑:请参阅tf.contrib.data.sample_from_datasets
。即使它执行随机抽样,我想它也很有用。
即使这不是“干净”,但这是我想出的唯一解决方法。
datasets = [tf.data.Dataset...]
def concat_datasets(datasets):
ds0 = tf.data.Dataset.from_tensors(datasets[0])
for ds1 in datasets[1:]:
ds0 = ds0.concatenate(tf.data.Dataset.from_tensors(ds1))
return ds0
ds = tf.data.Dataset.zip(tuple(datasets)).flat_map(
lambda *args: concat_datasets(args)
)
答案 1 :(得分:2)
在Tensorflow 2.0中
tot_imm_dataset1 = 105
tot_imm_dataset2 = 55
e = tf.data.Dataset.from_tensor_slices(tf.cast([1,0,1],tf.int64)).repeat(int(tot_imm_dataset1/2))
f=tf.data.Dataset.range(1).repeat(int(tot_imm_dataset2-tot_imm_dataset1/2))
choice=e.concatenate(f)
datasets=[dataset2,dataset1]
dataset_rgb_compl__con_patch= tf.data.experimental.choose_from_datasets(datasets, choice)
对我有用
答案 2 :(得分:1)
扩展user2781994 answer(进行编辑),这是我的实现方式:
import tensorflow as tf
ds11 = tf.data.Dataset.from_tensor_slices([1,2,3])
ds12 = tf.data.Dataset.from_tensor_slices([4,5,6])
ds13 = tf.data.Dataset.from_tensor_slices([7,8,9])
all_choices_ds = [ds11, ds12, ds13]
choice_dataset = tf.data.Dataset.range(len(all_choices_ds)).repeat()
ds14 = tf.contrib.data.choose_from_datasets(all_choices_ds, choice_dataset)
# alternatively:
# ds14 = tf.contrib.data.sample_from_datasets(all_choices_ds)
iterator = ds14.make_initializable_iterator()
next_element = iterator.get_next()
with tf.Session() as sess:
sess.run(iterator.initializer)
while True:
try:
value=sess.run(next_element)
except tf.errors.OutOfRangeError:
break
print(value)
输出为:
1
4
7
2
5
8
3
6
9