Python tf.compat.v1.data.Dataset.make_initializable_iterator用法及代码示例

用法

make_initializable_iterator(
    shared_name=None
)

为此数据集的元素创建迭代器。 (已弃用)

警告：此函数已弃用。它将在未来的版本中删除。更新说明：这是一个已弃用的 API，仅应在 TF 1 图形模式和通过 tf.compat.v1 可用的旧版 TF 2 图形模式中使用。在所有其他情况下 - 即渴望模式和内部 tf.function - 您可以使用 for elem in dataset:... 或通过显式创建迭代器 iterator = iter(dataset) 并通过 values = next(iterator) 获取其元素来使用数据集元素。此外，此 API 在 TF 2 中不可用。在从 TF 1 过渡到 TF 2 期间，您可以使用 tf.compat.v1.data.make_initializable_iterator(dataset) 为通过 TF 2 API 创建的数据集创建 TF 1 图形模式样式迭代器。请注意，这应该是您的代码库的暂时状态，因为通常不能保证 TF 1 和 TF 2 代码的互操作性。

注意：返回的迭代器将处于未初始化状态，您必须在使用前运行iterator.initializer 操作：

# Building graph ...
dataset = ...
iterator = dataset.make_initializable_iterator()
next_value = iterator.get_next()  # This is a Tensor.

# ... from within a session ...
sess.run(iterator.initializer)
try:
  while True:
    value = sess.run(next_value)
    ...
except tf.errors.OutOfRangeError:
    pass