Tensorflow 2.0数据集批处理工作不正常

Tensorflow 2.0数据集api的批处理未按我预期的方式工作

我制作了一个这样的数据集

self.train_dataset = tf.data.Dataset.from_generator(generator=train_generator, output_types=(tf.float32, tf.float32), output_shapes=(tf.TensorShape([6]), tf.TensorShape([])))

这将生成datasetv1适配器形状：（（6，），（）），类型：（tf.float32，tf.float32）， 对于这个数据集，我应用了tf.data.dataset中的批处理函数

self.train_dataset.batch(1024)

生成DatasetV1Adapter形状：（（None，6），（None，）、类型：（tf.float32，tf.float32），更改批大小根本没有帮助

根据该批次的官方描述

结果元素的组件将有一个额外的外部维度，即batch_size（如果batch_size未将输入元素的数量N平均分割，且drop_余数为False，则最后一个元素的batch_size为N%batch_size）。如果您的程序依赖于具有相同外部尺寸的批，则应将drop_rements参数设置为True，以防止生成较小的批

我认为这个函数的工作方式是生成[batch，6]，[batch]，但效果不好

---

我最初使用pytorch，最近开始使用TF2.0，需要一些关于正确批处理的帮助。提前感谢。

您可以通过设置

train_dataset = train_dataset.batch(2, drop_remainder=True)

默认情况下，

drop_rements=False

。在这种情况下，第一个维度必须

None

，因为（很可能）在数据集末尾将有一批

元素，因为样本数不能被

batch\u size

整除