Tensorflow，将feed_dict替换为来自\u生成器的Dataset

我有一个在循环中读取文本文件的现有模型，结果输入和输出如下所示：

    self.X = tf.placeholder('float32', shape=[None, None, max_word_length, ALPHABET_SIZE], name='X')
    self.Y = tf.placeholder('float32', shape=[None, 2], name='Y')
    ...
    _, c, a = sess.run([optimizer, cost, acc], feed_dict={self.X: batch_x, self.Y: batch_y})

但现在我想转换为使用Dataset.from_generator方法，首先，我在文本阅读器周围创建了一个包装器类，该类实现了generator函数，这一切都很好，并按预期返回输入数据：

    dsr = DatasetReader(TRAIN_SET, BATCH_SIZE, max_word_length)
    ds = tf.data.Dataset.from_generator(dsr.generator, (tf.float32, tf.float32))
    ds = ds.prefetch(2)
    dsi = ds.make_one_shot_iterator()
    self.X, self.Y = dsi.get_next()
    _, c, a = sess.run([optimizer, cost, acc])

然而，我得到了一个错误

InvalidArgumentError: You must feed a value for placeholder tensor 'X' with dtype float and shape [?,?,16,70]

我假设这是因为我将X/Y输入声明为占位符，文档说明这些值必须通过feed_dict输入

所以我有几个问题：

如何将提要和占位符转换为正确使用from生成器？我想保留张量X和Y的命名，这样我就可以在推理过程中用这个名称输入它们

更一般地说，我看不出数据集及其迭代器是如何链接到会话的，它是纯粹通过迭代器输出作为图形中其他操作的输入而链接的吗

---

您可以完全删除占位符。如果您定义了占位符，则说明您做错了。它应该是这样的，正如你所拥有的：

self.X, self.Y = dsi.get_next()
# continue your network

代码中的某些内容似乎正在尝试使用占位符，而它本应尝试从

dsi.get\u next（）使用
self.X

如何从提要和占位符转换为使用
从发电机正确吗？我想保留张量X的命名
所以在推理过程中，我可以用这个名字来输入它们

您可以使用
yield{“X”：data，“y”：labels}

更一般地说，我看不出数据集及其迭代器是如何链接的
它是否纯粹通过迭代器输出链接到会话
是否用作图形中其他操作的输入

迭代器是图形中的一个元素，它的工作方式与tensorflow中的所有其他操作一样，当它是计算结果所需的依赖项的一部分时，它执行其定义的操作