在急切执行时解析TFRecord

Question

考虑到急切执行模式中的is possible to run tf.Data.Datasets，如何在急切执行时打开TFRecord文件？我更关心解析器编写，因为我目前正在使用dataset.make_one_shot_iterator作为迭代器（在容器上的几个图像之间）。

Answer 1

在TensorFlow 1.8之后，你可以自然地在tf.data.Dataset对象上进行迭代，并启用了预先执行。

ds = tf.data.TFRecordDataset(...).map(...).batch(...)
for x in ds:
  print(x)

make_one_shot_iterator也可以正常工作（继续努力与图形构造的等效代码保持兼容）：

ds = tf.data.TFRecordDataset(...).map(...).batch(...)
itr = ds.make_one_shot_iterator()
for x in itr:
  print(x)

然而，在旧版本的TensorFlow中（急切执行是一个新引入的功能，因而不那么好），您必须使用以下内容将数据集包装在tf.contrib.eager.Iterator中：

tfe  tf.contrib.eager
ds = tf.data.TFRecordDataset(...).map(...).batch(...)
for x in tfe.Iterator(ds):
  print(x)

请参阅与1.7版本相关的这些资源： - Notebook - RNN example

希望有所帮助。