通过Tensorflow数据集生成器迭代批处理
提问于 2019-08-07 19:23:57
比方说我有
sequence = np.array([[1],[2],[3],[4],[5]])我将生成器定义为
def generator():
for el in sequence:
yield el现在，我希望使用Tensorflow中定义的from_generator()从生成器中检索数据。
dataset = tf.data.Dataset().from_generator(generator,
output_types= tf.int64,
output_shapes=(tf.TensorShape([1])))
iterator = dataset.make_initializable_iterator()
el = iterator.get_next()为了检索我用过的，
with tf.Session() as sess:
sess.run(iterator.initializer)
print(sess.run(el))
print(sess.run(el))
print(sess.run(el))
print(sess.run(el))
print(sess.run(el))有没有一种方法可以使用循环来获取'el‘，而不是每次都执行sess.run(el)？
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-08-07 19:30:00
这应该会达到您想要的效果：
with tf.Session() as sess:
sess.run(iterator.initializer)
try:
while True:
print(sess.run(el))
except tf.errors.OutOfRangeError:
print("Iterating finished")
pass页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/57401089
复制相关文章
warning insecure world writable dir ruby mode 040777，gem insstal sass error failed to build gem nati
点击加载更多
腾讯云开发者
