在tf.data api中迭代张量对象而无需急于执行

时间:2018-11-14 05:37:39

标签: python tensorflow

data.Dataset api,用于将我的数据转换为张量流对象,并且代码为

dataset = tf.data.Dataset.from_tensor_slices((input_tensor_train, target_tensor_train)).shuffle(BUFFER_SIZE)

dataset = dataset.batch(BATCH_SIZE, drop_remainder=True)

在急切执行时,它可以很好地与枚举一起使用。但是我喜欢在不急于执行的情况下对数据进行迭代,因此我找到了一些与此相关的资源,然后就使用了

dataset.make_initializable_iterator()
iterator.get_next()

遍历数据集。

但是它给出了错误

  

仅当启用急切执行时,tensor对象才可迭代。要遍历此张量,请使用tf.map_fn。

有人可以帮助我解决错误

and this is the original source code unchanged

0 个答案:

没有答案