具有混合数据类型的TensorFlow数据集生成器

Question

我正在使用TensorFlow数据集API（https://www.tensorflow.org/guide/datasets），尤其是与TensorFlow Estimators API（https://www.tensorflow.org/guide/datasets_for_estimators）结合使用，建议使用生成器函数。

我在编写生成器函数时遇到麻烦，该函数产生具有不同输出类型（例如，int，float和字符串的混合）的特征。我想出了如何指定与生成器不同的feature + label类型。 ..但仅当所有标签类型都相同时。

但是...假设您要发出多种特征类型（例如，在典型的import85 TensorFlow演示中，您将汽车制造商和模型作为字符串发出（后来被归类为下游< / em>），将Highway-MPG设置为float32，将门数设置为int。如何在数据集from_generator上指定一个调用各种要素类型？

  

数据集= tf.data.Dataset。       from_generator（generator = self._generator，       output_types =（tf.float32，tf.int32），       output_shapes =（tf.TensorShape（[无]），tf.TensorShape（[1]）））

我已经尝试了使用的明显方法 output_types =（（（tf.float32，tf.float32，tf.string，tf.string），tf.int32） 没有运气。任何帮助将不胜感激。

Answer 1

来自official documentation：

不可能有一个以上的tf.Tensor数据类型。但是，可以将任意数据结构序列化为字符串并将其存储在tf.Tensors中。

因此，您可能需要将它们存储为字符串，然后使用诸如decode_raw之类的函数对其进行求值。