Python 3.x FailedPremissionError:表已初始化

我正在使用dataset api从tfrecords读取数据。我正在使用以下代码将字符串数据转换为伪数据

SFR1 = tf.feature_column.indicator_column(
    tf.feature_column.categorical_column_with_vocabulary_list("SFR1 ",
                                                             vocabulary_list=("1", "2")))

但当我运行代码时，tensorflow抛出了以下错误

tensorflow.python.framework.errors\u impl.FailedPremissionError:表 已初始化。[[节点： 生成器/输入层/SFR1指示器/SFR1查找/哈希表/表初始化 =InitializeTableV2[Tkey=DT_STRING，Tval=DT_INT64]（生成器/输入层/SFR1\u指示符/SFR1\u查找/哈希表， 生成器/输入层/SFR1指示器/SFR1查找/Const， 生成器/输入\层/SFR1 \指示符/SFR1 \查找/ToInt64）】 [[Node:Generator2/IteratorGetNext= IteratorGetNextoutput_形状=[[？，10000160]]， 输出类型=[DT\U浮点]， _device=“/job:localhost/replica:0/task:0/device:CPU:0”]]

我尝试了许多组合来确定问题的根源。我知道，当模型同时包含

tf.feature\u列、categorical\u列和
dataset
api时，就会出现这个问题。如果我选择
TFRecordReader
而不是
dataset
，则代码正在运行

当我搜索stackoverflow时，我注意到有一个类似的问题。我在下面添加问题链接。由于这两个问题是相同的，我没有复制我所有的代码。下面的链接包含了足够的数据来解释我的问题


谢谢。
我遇到了同样的问题。然后根据Tensorflow发出的警告修改了我的代码，它可以正常工作：

不支持在传递给Dataset.map（）的函数内创建查找表。在函数外创建每个表，并在函数内捕获以使用它

希望能有所帮助。
这是早期版本TensorFlow的问题，更新到TF2.0应该可以解决此问题

pip安装——升级tensorflow
我刚才给的。如果您在迭代数据集之后对TFRecord中的解析示例没有问题，请检查它。谢谢您的回答。我在示例中检查了您的解决方案。它正在工作，但我如何并行运行？并行化参数在map函数中。我还有一个问题。read_up_to是读取TF记录的快速方法。在数据集中有没有像“读取到”这样的解决方案？很抱歉，我真的不知道如何在地图中使用
tf.feature\u列
。我不认为这是直截了当的，因为地图有自己的独立于“主”图的图。我认为这里的一个想法是，您正在一批一批地解析和转换/预处理数据。因此，您可能能够以类似于分布式培训的方式使用一些并行性。我知道这可能不能满足你的需要。谢谢！捕获意味着将表对象作为参数传递到map函数中，只是为了向其他人说明。