Tensorflow数据集API在完成一个历元后还原迭代器

我有190个特征和标签，我的批量大小是20，但经过9次迭代后，tf.reforme返回异常输入，以使reforme是一个具有21个值的张量，但是请求的形状有60，我知道是由于迭代器.GETJNEXT。我如何恢复迭代器，使它从一开始就开始服务批次？< /p> < p>如果要从其数据集的开头重新启动A，请考虑使用一个可初始化的迭代器，它可以运行一个可重新初始化迭代器的操作：

dataset = ...  # A `tf.data.Dataset` instance.
iterator = dataset.make_initializable_iterator()
next_element = iterator.get_next()

train_op = ...  # Something that depends on `next_element`.

for _ in range(NUM_EPOCHS):
  # Initialize the iterator at the beginning of `dataset`.
  sess.run(iterator.initializer)

  # Loop over the examples in `iterator`, running `train_op`.
  try:
    while True:
      sess.run(train_op)

  except tf.errors.OutOfRangeError:  # Thrown at the end of the epoch.
    pass

  # Perform any per-epoch computations here.

关于不同类型迭代器的更多细节，请参阅

< P>如果要从其数据集的开头重新启动A，请考虑使用可初始化的迭代器，该迭代器可以运行一个操作来重新初始化迭代器：

dataset = ...  # A `tf.data.Dataset` instance.
iterator = dataset.make_initializable_iterator()
next_element = iterator.get_next()

train_op = ...  # Something that depends on `next_element`.

for _ in range(NUM_EPOCHS):
  # Initialize the iterator at the beginning of `dataset`.
  sess.run(iterator.initializer)

  # Loop over the examples in `iterator`, running `train_op`.
  try:
    while True:
      sess.run(train_op)

  except tf.errors.OutOfRangeError:  # Thrown at the end of the epoch.
    pass

  # Perform any per-epoch computations here.

---

有关不同类型迭代器的更多详细信息，请参阅。

能否删除比其他迭代器小的最后一批迭代器？如果是这样的话，你可以使用。剩余的批对我来说很重要，我不认为我可以这样做。但是谢谢你，我会用自己的批处理代码创建。你能删除最后一批比其他批小的批吗？如果是这样的话，你可以使用。剩余的批处理对我来说很重要，我不认为我可以这样做。但是谢谢你，我将通过自己的批处理代码创建。