Python 无法在tf.data.Dataset上迭代

我正在使用tensorflow的tensorflow.data.Dataset api。但是，我需要动态创建数据集，过滤掉其他数据集的元素。虽然训练进行得很顺利，我可以迭代训练集和开发集，但当我使用刚刚使用过滤器创建的新数据集重新初始化迭代器时，我收到以下异常：

tensorflow.python.framework.errors_impl.NotFoundError: Function tf_predicate_5HKZIzWZBv8 is not defined.

我使用以下函数从数据集创建初始化器：

self.iterator.make_initializer(dataset)

其中self.iterator的定义如下：

self.iterator = tf.data.Iterator.from_structure(ds_types, ds_shapes)

---

你们知道为什么会这样吗？请注意，如果在创建会话后调用make_初始值设定项，运行数据集，然后创建新的初始值设定项，就会发生这种情况。如果在创建之后我也重新创建了会话，那么一切都正常（除了所有变量都必须重新初始化的事实）

我找到了解决方案，我正在分享，以防有人遇到这个问题。问题是，当我在初始化会话后定义新数据集时，它没有我为新数据集添加的新操作（在本例中，每次创建新数据集时我都使用新过滤器），这就是会话找不到操作的原因。为了解决这个问题，我定义了初始化会话之前需要使用的所有数据集，并使用了一个过滤器，该过滤器将占位符作为输入，以便我始终使用每次在迭代器初始化时提供的相同过滤器，并使用正确的值