Mam 190 funkcji i etykiet, mój rozmiar partii to 20, ale po 9 iteracjach tf.reshape
zwraca wyjątek Wejście do przekształcenia jest tensorem z 21 wartościami, ale żądany kształt ma 60 i wiem, że to jest spowodowane Iterator.get_next()
.Jak przywracam mój Iterator, aby ponownie zaczął on serwować partie od początku?
Odpowiedzi:
1 dla odpowiedzi № 1Jeśli chcesz ponownie uruchomić tf.data.Iterator
od początku jego Dataset
, rozważ użycie opcji możliwe do zainicjowania iterator, który ma operację, którą można uruchomić, aby ponownie zainicjować iterator:
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.
Aby uzyskać więcej informacji na temat różnych rodzajów Iterator
, widzieć temu tf.data
programista "s instrukcja obsługi..