Python iterator.get_next（）返回字节数组/迭代器。如果不立即执行，则无法将get_next（）分配给多个值

我有一个问题，我试图创建一个 从

tfrecord

文件通过

这导致了错误：

未启用“急执行”时，Tensor对象不可编辑。要在这个张量上迭代，请使用tf.map\u fn

所以我改变了：

image，label=iterator.get\u next（）

收件人：

next\u elem=iterator.get\u next（）

有了它，我可以执行以下代码：

with tf.Session() as sess: 
sess.run(tf.global_variables_initializer())
next_elem   = sess.run( make_batch(1))

---

然而，下一个元素是一个字节数组，而不是一个具有形状的元组（[10241024]，[10241024]）。

因此，这个错误只是我的误解

dataset.map(map_func=parse_function,num_parallel_calls=batch_size)
dataset.batch(batch_size)

不操纵数据集本身请参见：

您必须实际将这些操作产生的数据集再次分配给数据集，如下所示：

dataset=dataset.map（map\u func=parse\u函数，num\u parallel\u calls=batch\u size）
数据集=数据集。批次（批次大小）

这实际上也解决了迭代器.get_next（）问题。所以我把

next\u elem=iterator.get\u next（）

改回：

image，label=iterator.get\u next（）

下面的代码按预期工作：

使用tf.Session（）作为sess：
sess.run（tf.global\u variables\u initializer（））
image，label=sess.run（生成批次（1））

dataset.map(map_func=parse_function,num_parallel_calls=batch_size)
dataset.batch(batch_size)