Question

尝试通过概率性地过滤一些数据（每个时期不同）来使数据集中的每个标签具有相同的数量，我遇到了一个意外错误，该错误似乎是来自tensorflow数据集工具的重复函数的实现错误。如果我们在重复之前调用filter，并且该过滤器不幸地滤除了一个纪元（不一定是第一个纪元）的所有数据，它将以“ OutOfRangeError（回溯见上文）：序列结束”错误停止，并且应该因为流仍然可以产生数据。但是，使用重复然后过滤，没有问题。这是再现错误的最少代码：

from tensorflow.python.data.ops import dataset_ops
import tensorflow as tf

def filtering(x):
    return tf.less(tf.random_uniform((), minval=0, maxval=1, dtype=tf.float32, seed=42), 0.05)

dataset = dataset_ops.Dataset.range(100).filter(filtering).repeat()
get_next = dataset.make_one_shot_iterator().get_next()

with tf.Session() as sess:
    for i in range(10000):
        print(sess.run(get_next))

我做错了什么还是实现错误？

使用dataset.repeat（）和概率过滤时出现OutOfRangeError

0 个答案: