如何读取tf.Tensor中的数据

Question

我有视频字幕项目的数据集。用于训练的数据集管道构建为：

dataset = tf.data.Dataset.from_tensor_slices((videos , tf.ragged.constant(captions)))

我想读取进入训练步骤的所有batch_data，它看起来像：

class VideoCaptioningModel(keras.Model):
.
.
.
def train_step(self, batch_data):
batch_img, batch_seq = batch_data
batch_loss = 0
batch_acc = 0

print('batch_data=', batch_data)
.
.

输出为：

batch_data= (<tf.Tensor 'IteratorGetNext:0' shape=(None, 28, 1536) dtype=float32>, <tf.Tensor 'IteratorGetNext:1' shape=(None, None, 8) dtype=int64>)

我尝试使用print('batch_data=', batch_data.numpy())但我得到了：

AttributeError: 'tuple' object has no attribute 'numpy'

Answer 1

您的数据集由videos和captions组成，数据集中的每个条目都是tuple。参见：

for x in dataset:
tf.print(x[0]) # videos
tf.print(x[1]) # captions

现在，请注意，可以在Eager Execution模式下对tf.Tensor调用.numpy()，但元组没有此属性。所以试试：

tf.print('batch_data=', batch_data[0].numpy())
tf.print('batch_data=', batch_data[1].numpy())