Python 如何在带有数据集管道的tensorflow中使用单个示例进行推理

我用可变长度输入向量训练dnn。因此，我创建了一个带有TFRecord文件和feature_列表的数据集管道。这是有效的。 通常我使用feed_dict{…}来获取单个示例的“答案”。对于可变输入，现在很难实现这一点。因此，我想知道是否有一种很好的方法可以通过一个示例向数据集管道提供数据，而不必使用：

dataset = tf.data.TFRecordDataset(data_path)

但是使用不同的方法，我可以在其中放置一个示例，然后使用我的正常（和工作）数据集管道处理预测

工作方法是将单个示例保存到TFRecord文件中，然后从文件中读取此数据。但我认为有一种不同的方法可以做到这一点

---

谢谢：）

您可以使用带有默认值的

tf.placeholder\u，默认情况下，您可以传递
迭代器。get\u next（）
结果。有关更多信息，请参阅本文：