时间戳

首页 > 解决方案 > 关于 tf.repeat().batch(batch_size)

tensorflow-datasets - 关于 tf.repeat().batch(batch_size)

问题描述

我正在研究张量流。关于tensorflow.data.Dataset中的repeat函数，如果repeat函数repeat()中没有参数，则张量应该无限重复。但是，当没有参数的重复函数与循环语句下的批处理函数结合使用时，它会创建一个没有无限重复的结果，如下所示。我无法理解这个过程。你能用下面的例子解释一下重复功能吗？谢谢你！

for count_batch in ds_counter.repeat().batch(10).take(10):
  print(count_batch.numpy())

[0 1 2 3 4 5 6 7 8 9]
[10 11 12 13 14 15 16 17 18 19]
[20 21 22 23 24  0  1  2  3  4]
[ 5  6  7  8  9 10 11 12 13 14]
[15 16 17 18 19 20 21 22 23 24]
[0 1 2 3 4 5 6 7 8 9]
[10 11 12 13 14 15 16 17 18 19]
[20 21 22 23 24  0  1  2  3  4]
[ 5  6  7  8  9 10 11 12 13 14]
[15 16 17 18 19 20 21 22 23 24]

标签： tensorflow-datasets

解决方案

由于您使用.take(10)的是最后一个链接方法，因此结果数据集因此被限制为只有 10 个样本。这里的单个sample将是单个批次中的所有元素。有 10 批无限重复，您将使用.take(10). 将您的代码更改为以下应该会给您预期的结果。

ds_counter = tf.data.Dataset.range(25)
for count_batch in ds_counter.repeat().batch(10):
    print(count_batch.numpy())

推荐阅读