Question

摘要：根据documentation，Keras model.fit()应该接受tf.dataset作为输入（我使用的是TF版本1.12.0）。如果我手动执行训练步骤，但可以在同一模型上使用model.fit()，则可以解决我的错误。

这是我所做的工作的草图：我的数据集太大而无法容纳在内存中，它包含许多文件，每个文件具有不同的行数（100个要素，标签）。我想使用tf.data建立我的数据管道：

def data_loader(filename):
    '''load a single data file with many rows'''
    features, labels = load_hdf5(filename)
    ...
    return features, labels

def make_dataset(filenames, batch_size):
    '''read files one by one, pick individual rows, batch them and repeat'''
    dataset = tf.data.Dataset.from_tensor_slices(filenames)
    dataset = dataset.map(      # Problem here! See edit for solution
        lambda filename: tuple(tf.py_func(data_loader, [filename], [float32, tf.float32])))
    dataset = dataset.flat_map(
        lambda features, labels: tf.data.Dataset.from_tensor_slices((features, labels)))
    dataset = dataset.batch(batch_size)
    dataset = dataset.repeat()
    dataset = dataset.prefetch(1000)
    return dataset

_BATCH_SIZE = 128
training_set = make_dataset(training_files, batch_size=_BATCH_SIZE)

我想尝试一个非常基本的逻辑回归模型：

inputs = tf.keras.layers.Input(shape=(100,))
outputs = tf.keras.layers.Dense(1, activation='softmax')(inputs)
model = tf.keras.Model(inputs, outputs)

如果我手动对其进行培训，那么一切都会很好，例如：

labels = tf.placeholder(tf.float32)
loss = tf.reduce_mean(tf.keras.backend.categorical_crossentropy(labels, outputs))
train_step = tf.train.GradientDescentOptimizer(.05).minimize(loss)

iterator = training_set.make_one_shot_iterator()
next_element = iterator.get_next()
init_op = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init_op)
    for i in range(training_size // _BATCH_SIZE):
        x, y = sess.run(next_element)
        train_step.run(feed_dict={inputs: x, labels: y})

但是，如果我改为尝试像这样使用model.fit：

model.compile('adam', 'categorical_crossentropy', metrics=['acc'])
model.fit(training_set.make_one_shot_iterator(),
          steps_per_epoch=training_size // _BATCH_SIZE,
          epochs=1,
          verbose=1)

我在keras的ValueError: Cannot take the length of Shape with unknown rank.函数中收到一条错误消息_standardize_user_data。

我尝试了很多事情，但无法解决问题。有什么想法吗？

编辑：根据@kvish的答案，解决方案是将映射从lambda更改为可指定正确张量尺寸的函数，例如：

def data_loader(filename):
    def loader_impl(filename):
        features, labels, _ = load_hdf5(filename)
        ...
        return features, labels

    features, labels = tf.py_func(loader_impl, [filename], [tf.float32, tf.float32])
    features.set_shape((None, 100))
    labels.set_shape((None, 1))
    return features, labels

现在，所有需要做的就是从map调用此函数：

dataset = dataset.map(data_loader)

Answer 1

可能tf.py_func产生了Keras无法推断的未知形状。我们可以使用set_shape（your_shape）方法设置由它返回的张量的形状，这将帮助Keras推断结果的形状。

使用tf.train时，带有tf.dataset的Keras model.fit（）失败了

1 个答案: