我有 190 个特征和标签，我的批量大小是 20 但经过 9 次迭代tf.reshape正在返回异常reshape 的输入是一个有 21 个值的张量，但请求的形状有 60 个我知道这是因为Iterator.get_next().如何恢复我的迭代器，以便它再次从头开始提供批次服务？
如果您想重新启动tf.data.Iterator https://www.tensorflow.org/api_docs/python/tf/data/Iterator从它的开始Dataset，考虑使用可初始化的迭代器，您可以运行该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.
有关不同类型的更多详细信息Iterator, see the tf.data程序员指南 https://www.tensorflow.org/programmers_guide/datasets#creating_an_iterator.
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
