TensorFlow TypeError：'BatchDataset'对象不可迭代

Question

我正在关注TensorFlow starter guide。它特别说要在虹膜（花）分类的样本项目上进行热切的执行。

  

导入所需的Python模块，包括TensorFlow，并为该程序启用急切执行。急切执行使TensorFlow立即评估操作，返回具体值，而不是创建稍后执行的计算图。如果你习惯了REPL或python交互式控制台，你会有宾至如归的感觉。

所以我按照说明启用了急切的执行，并继续说明。但是，当我到达讨论如何将数据集准备到张量流数据集的部分时，我遇到了一个错误。

单元代码

train_dataset = tf.data.TextLineDataset(train_dataset_fp)
train_dataset = train_dataset.skip(1)             # skip the first header row
train_dataset = train_dataset.map(parse_csv)      # parse each row
train_dataset = train_dataset.shuffle(buffer_size=1000)  # randomize
train_dataset = train_dataset.batch(32)

# View a single example entry from a batch
features, label = iter(train_dataset).next()
print("example features:", features[0])
print("example label:", label[0])

错误

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-5-61bfe99af85b> in <module>()

      7 
      8 # View a single example entry from a batch
----> 9 features, label = iter(train_dataset).next()
     10 print("example features:", features[0])
     11 print("example label:", label[0])

TypeError: 'BatchDataset' object is not iterable

我只想继续关注这些例子。如何将BatchDataset对象转换为可迭代的东西？

Answer 1

事实证明，我实际上没有在导致此问题的项目中执行某些步骤。

将TensorFlow从1.7升级到1.8：

import { NestFactory } from '@nestjs/core'; import { AppModule } from './app.module'; async function bootstrap() { const app = await NestFactory.create(AppModule, { cors: true }); await app.listen(3000); } bootstrap();

检查您的TensorFlow是否已更新

此代码单元格：

!pip install --upgrade tensorflow

应返回以下输出：

from __future__ import absolute_import, division, print_function

import os
import matplotlib.pyplot as plt

import tensorflow as tf
import tensorflow.contrib.eager as tfe

tf.enable_eager_execution()

print("TensorFlow version: {}".format(tf.VERSION))
print("Eager execution: {}".format(tf.executing_eagerly()))