将Tensorflow输入管道更改为“数据集”-错误

到目前为止，我在tensorflow中使用了如下管道：

queue_filenames = tf.train.string_input_producer(data)
reader = tf.FixedLengthRecordReader(record_bytes=4*4)

class Record(object):
    pass
result = Record()
result.ley, value = reader.read(queue_filenames)
record = tf.decode_raw(value, tf.float32)
image = tf.reshape(tf.strided_slice(record,[0],[1]),[1])
label = tf.reshape(tf.strided_slice(record,[1],[4]),[3])

x, y = tf.train.shuffle_batch([image, label],
                              batch_size=batch_size,
                              capacity=batch_size*3,
                              min_after_dequeue=batch_size*2)

但是现在我想换一个数据集。我写道：

dataset = tf.data.FixedLengthRecordDataset(filenames=data,
                                           record_bytes=4*4)
dataset.map(_generate_x_y)
dataset.shuffle(buffer_size=batch_size*2)
dataset.batch(batch_size=batch_size)
dataset.repeat()
iterator = dataset.make_one_shot_iterator()
x, y = iterator.get_next()

与：

我的图表如下所示：

y_ = network(x)

以及：

我的会议是：

with tf.Session(graph=graph_train) as sess:
    tf.global_variables_initializer().run()
    for i in range(100):
        _, = sess.run([train_step])

它可以很好地处理旧管道，但对于新数据集，我得到以下错误：

File "C:/***/main.py", line 49, in <module>
x, y = iterator.get_next()
  File "C:\***\python\framework\ops.py", line 396, in __iter__
"`Tensor` objects are not iterable when eager execution is not "
TypeError: `Tensor` objects are not iterable when eager execution is not enabled. To iterate over this tensor use `tf.map_fn`.

---

感谢您的帮助：-

一个明显的问题可能是问题的原因，那就是您没有使用转换后的数据集。基本上，而不是

dataset = tf.data.FixedLengthRecordDataset(filenames=data,
                                           record_bytes=4*4)
dataset.map(_generate_x_y)
dataset.shuffle(buffer_size=batch_size*2)

你应该做：

dataset = tf.data.FixedLengthRecordDataset(filenames=data,
                                           record_bytes=4*4)
dataset = dataset.map(_generate_x_y)
dataset = dataset.shuffle(buffer_size=batch_size*2)

---

每个数据集操作都返回一个新的、已转换的数据集。原始对象不会被map和shuffle之类的操作修改。

好的，谢谢。那是个愚蠢的错误。但是现在我对map函数有一些问题。我不明白如何使_生成_x_y函数。也许你能给我一些提示？我希望使用与旧管道示例中相同的解码方式：/这就是它现在的工作方式：def _generate_x_ysample:bytes=tf.decode_rawsample，tf.float32 x=tf.reshagetf.strippetbytes，[0]，[1]，[1]y=tf.reshagetf.strippetbytes[1]，[4]，[3]返回x，是的，但我认为这不是故意的？有更好的方法吗？你看到了什么实际的错误？如果你问一个单独的问题并在这里发布一个链接，可能会更容易。另外，如果这回答了你原来的问题，那么接受这个答案是一种良好的礼仪。

dataset = tf.data.FixedLengthRecordDataset(filenames=data,
                                           record_bytes=4*4)
dataset.map(_generate_x_y)
dataset.shuffle(buffer_size=batch_size*2)

dataset = tf.data.FixedLengthRecordDataset(filenames=data,
                                           record_bytes=4*4)
dataset = dataset.map(_generate_x_y)
dataset = dataset.shuffle(buffer_size=batch_size*2)