Tensorflow 将自定义输入管道连接到tf模型

我目前正试图获得一个简单的tensorflow模型，通过自定义输入管道提供的数据进行训练。它应该尽可能高效地工作。虽然我读了很多教程，但我无法让它工作

数据

我将我的培训数据拆分为几个csv文件。文件“a.csv”中分别有20个样本，“b.csv”中有30个样本。它们具有相同的结构和相同的标题：

feature1; feature2; feature3; feature4
0.1; 0.2; 0.3; 0.4
...

（与自动编码器一样，没有标签。）

代码

我已经编写了一个输入管道，并希望将数据从它提供给模型。我的代码如下所示：

import tensorflow as tf

def input_pipeline(filenames, batch_size):
    dataset = tf.data.Dataset.from_tensor_slices(filenames)

    dataset = dataset.flat_map(
        lambda filename: (
                tf.data.TextLineDataset(filename)
                 .skip(1)
                 .shuffle(10)
                 .map(lambda csv_row: tf.decode_csv(
                         csv_row, 
                         record_defaults=[[-1.0]]*4,
                         field_delim=';'))
                 .batch(batch_size)     
        )
    )

    return dataset.make_initializable_iterator()


iterator = input_pipeline(['/home/sku/data/a.csv', 
                           '/home/sku/data/b.csv'], 
                           batch_size=5)

next_element = iterator.get_next()


# Build the autoencoder
x = tf.placeholder(tf.float32, shape=[None, 4], name='in')

z = tf.contrib.layers.fully_connected(x, 2, activation_fn=tf.nn.relu)

x_hat = tf.contrib.layers.fully_connected(z, 4)

# loss function with epsilon for numeric stability
epsilon = 1e-10
loss = -tf.reduce_sum(
    x * tf.log(epsilon + x_hat) + (1 - x) * tf.log(epsilon + 1 - x_hat))

train_op = tf.train.AdamOptimizer(learning_rate=1e-3).minimize(loss)

with tf.Session() as sess:
    sess.run(iterator.initializer)
    sess.run(tf.global_variables_initializer())

for i in range(50):
    batch = sess.run(next_element)
    sess.run(train_op, feed_dict={x: batch, x_hat: batch})

问题

尝试将数据馈送到模型时，出现错误：

ValueError: Cannot feed value of shape (4, 5) for Tensor 'in:0', which has shape '(?, 4)'

打印批处理数据的形状时，我得到以下示例：

(array([ 4.1,  5.9,  5.5,  6.7, 10. ], dtype=float32), array([0.4, 7.7, 0. , 3.4, 8.7], dtype=float32), array([3.5, 4.9, 8.3, 7.2, 6.4], dtype=float32), array([-1. , -1. ,  9.6, -1. , -1. ], dtype=float32))

这是有道理的，但我必须在哪里以及如何重塑这一点？此外，此附加信息数据类型仅在批处理时显示

我还认为我喂错了。我需要输入或类似的东西吗？我记得喂食dicts是一种放慢速度的方法。如果有人能给我一个有效的方法来准备和提供数据，我将非常感激

---

关于，

我找到了一个解决方案，它需要第二个映射函数。必须在输入函数中添加以下行：

def input_pipeline(filenames, batch_size):
    dataset = tf.data.Dataset.from_tensor_slices(filenames)

    dataset = dataset.flat_map(
        lambda filename: (
                tf.data.TextLineDataset(filename)
                 .skip(1)
                 .shuffle(10)
                 .map(lambda csv_row: tf.decode_csv(
                         csv_row, 
                         record_defaults=[[-1.0]]*4,
                         field_delim=';'))
                 .map(lambda *inputs: tf.stack(inputs))  # <-- mapping required
                 .batch(batch_size)     
        )
    )

    return dataset.make_initializable_iterator()

def输入管道（文件名、批大小）：
dataset=tf.data.dataset.from_tensor_切片（文件名）
dataset=dataset.flat\u映射(
lambda文件名：(
tf.data.TextLineDataset（文件名）
.skip（1）
.洗牌（10）
.map（lambda csv_行：tf.decode_csv(
第二排，
记录_默认值=[-1.0]]*4，
字段_delim='；'））
.map（lambda*输入：tf.stack（输入））#