TensorFlow C++ 等价于 data.from_generator

【问题标题】：Tensorflow C++ equivalent of data.from_generatorTensorFlow C++ 等价于 data.from_generator
【发布时间】：2025-11-26 12:30:02
【问题描述】：

我的目标是训练一个网络，该网络对在某些位置提取的图像补丁进行操作（例如，立体补丁在左侧图像的 (x,y) 处有一个补丁，在右侧图像的 (x+d, y) 处有一个补丁），我认为最有效的训练方法是在生成器中同时加载图像和随机采样块 (x, y, d)，然后使用 dataset.from_generator() 提供训练数据。

但是在测试时，我想在 C++ 中部署网络。 C++ 中是否有 from_generator() 的等价物？

谢谢！

【问题讨论】：

????这是一个“我想要一匹小马”的问题，它过于宽泛，无法给出具体的技术答案，这使得它在 Stack Overflow 上偏离了主题。您需要尝试解决此问题并展示您的代码，以便我们了解您在技术层面上尝试做什么，并展示您解决此问题的承诺。如果您需要指导或辅导，请尝试Codementor、Savvy、Hackhands 或 airpair 等服务。

标签： c++ tensorflow tensorflow-datasets

【解决方案1】：

应该可以使用Dataset.flat_map() 来实现它，并且该实现将完全在 C++ 中运行。使用 Python API 构建图形，并假设您有自己的 sample_x_y_d() 和 get_patches_from_images() 逻辑：

input_dataset = ...  # Dataset containing pairs of `(left_img, right_img)`

def generate_samples_fn(left_img, right_img):
  num_samples = ...

  def sample_x_y_d():
    x = ...  # Sample a value for `x`.
    y = ...  # Sample a value for `y`.
    d = ...  # Sample a value for `d`.
    return x, y, d

  def get_patches_from_images(x, y, d):
    left_patch = ...  # Slice a patch at (x, y) from `left_img`.
    right_patch = ...  # Slice a patch at (x+d, y) from `right_img`.
    return left_patch, right_patch

  return (tf.data.Dataset.range(num_samples)
          .map(lambda _: sample_x_y_d())
          .map(get_patches_from_images))

result = input_dataset.flat_map(generate_samples_fn)

【讨论】：