我有一个tf模型,可以从tf.data.TFRecordDataset
中读取数据。所以我有这样的东西:
keys_to_map = {
"d": tf.FixedLenFeature([], tf.string),
"s": tf.FixedLenFeature([], tf.int64),
}
def parser(record):
parsed = tf.parse_single_example(record, keys_to_map)
return parsed["d"], parsed["s"]
tf.data.TFRecordDataset(files_train).shuffle(buffer_size=10000).map(parser).batch(batch_size, drop_remainder=True).repeat(-1).make_initializable_iterator()
当我可视化图形时,它的一部分看起来像这样( tf_data_structured_function_wrapper ):
是否可以将这些功能重命名/删除为更具描述性的内容。现在很清楚它们的含义以及它们在代码中的显示方式(在我定位问题后,事后回想),但是当我拥有一个庞大的图形时,这非常令人困惑。