通过 TensorFlow 数据集生成器迭代批次

Question

假设我有

sequence = np.array([[1],[2],[3],[4],[5]])

我已将生成器定义为

def generator():
    for el in sequence:
        yield el

现在，我希望使用 Tensorflow 中定义的 from_generator() 来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()

为了找回我用过的，

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))

有没有办法使用循环来获取“el”，而不是每次都执行 sess.run(el)？

Answer 1

这应该可以实现你想要的：

with tf.Session() as sess:
    sess.run(iterator.initializer)
    try:
        while True:
            print(sess.run(el))
    except tf.errors.OutOfRangeError:
        print("Iterating finished")
        pass