当使用TFRecords和Tensorflow估计器时，有没有一种简单的方法来设置年代

将numpy数组输入估计器时，有一种很好的方法来设置历元

  tf.estimator.inputs.numpy_input_fn(
     x,
     y=None,
     batch_size=128,
     num_epochs=1 ,
     shuffle=None,
     queue_capacity=1000,
     num_threads=1  
   )

但我无法在TFRecords中找到类似的方法，大多数人似乎只是把它放在一个循环中

 i = 0 
 while ( i < 100000):
   model.train(input_fn=input_fn, steps=100)

i=0
而（i<100000）：
模型列车（输入值=输入值，步数=100）

---

是否有一种干净的方法可以使用估计器显式设置TF记录的历元数？

您可以使用

数据集设置历元数。重复（num\u历元）

。数据集管道输出一个数据集对象，一个批量大小的元组（特征、标签），输入到

model.train（）

---

为了使其工作，您设置了

model.train（steps=None，max_steps=None）

在这种情况下，一旦达到num_epoch，您就让Dataset API通过生成

tf.errors.OutOfRange

error或

StopIteration

异常来处理epoch计数

您正在使用数据集api吗？

dataset = tf.data.TFRecordDataset(file.tfrecords)
dataset = tf.shuffle().repeat()
...
dataset = dataset.batch()