Tensorflow 数据集 API 在完成一个纪元后恢复迭代器

Question

>我有 190 个特征和标签，我的批量大小是 20，但经过 9 次迭代后tf.reshape返回异常 要重塑形状的输入是一个具有 21 个值的张量，但请求的形状有 60 个，我知道这是由于Iterator.get_next()。如何恢复我的迭代器，以便它从头开始再次提供批处理？

Answer 1

如果要

从Dataset的开头重新启动tf.data.Iterator，请考虑使用可初始化的迭代器，该迭代器具有可以运行的操作来重新初始化迭代器：

dataset = ...  # A `tf.data.Dataset` instance.
iterator = dataset.make_initializable_iterator()
next_element = iterator.get_next()
train_op = ...  # Something that depends on `next_element`.
for _ in range(NUM_EPOCHS):
  # Initialize the iterator at the beginning of `dataset`.
  sess.run(iterator.initializer)
  # Loop over the examples in `iterator`, running `train_op`.
  try:
    while True:
      sess.run(train_op)
  except tf.errors.OutOfRangeError:  # Thrown at the end of the epoch.
    pass
  # Perform any per-epoch computations here.

有关不同种类Iterator的更多详细信息，请参阅tf.data程序员指南。