Python tf.data.experimental.RandomDataset.from_generator用法及代码示例

用法

@staticmethod
from_generator(
    generator, output_types=None, output_shapes=None, args=None,
    output_signature=None, name=None
)

创建一个 Dataset，其元素由 generator 生成。 (不推荐使用的参数)

警告：不推荐使用某些参数：(output_shapes, output_types)。它们将在未来的版本中被删除。更新说明：改用output_signature

generator 参数必须是可调用对象，该对象返回支持 iter() 协议的对象(例如生成器函数)。

generator 生成的元素必须与给定的 output_signature 参数或给定的 output_types 和(可选)output_shapes 参数兼容，以指定者为准。

调用from_generator 的推荐方法是使用output_signature 参数。在这种情况下，将假定输出由具有由output_signature 参数中的tf.TypeSpec 对象定义的类、形状和类型的对象组成：

def gen():
  ragged_tensor = tf.ragged.constant([[1, 2], [3]])
  yield 42, ragged_tensor

dataset = tf.data.Dataset.from_generator(
     gen,
     output_signature=(
         tf.TensorSpec(shape=(), dtype=tf.int32),
         tf.RaggedTensorSpec(shape=(2, None), dtype=tf.int32)))

list(dataset.take(1))
[(<tf.Tensor:shape=(), dtype=int32, numpy=42>,
<tf.RaggedTensor [[1, 2], [3]]>)]

还有一种不推荐使用的方法来调用from_generator，可以单独使用output_types 参数或与output_shapes 参数一起使用。在这种情况下，函数的输出将假定由 tf.Tensor 对象组成，其类型由 output_types 定义，形状未知或由 output_shapes 定义。

注意：Dataset.from_generator() 的当前实现使用 tf.numpy_function 并继承相同的约束。特别是，它要求将数据集和迭代器相关操作放置在与调用 Dataset.from_generator() 的 Python 程序相同的进程中的设备上。 generator 的主体不会在 GraphDef 中序列化，如果您需要序列化模型并在不同的环境中恢复它，则不应使用此方法。

注意：如果 generator 依赖于可变全局变量或其他外部状态，请注意运行时可能会调用 generator 多次(以支持重复 Dataset )以及在调用 Dataset.from_generator() 和从生成器生产第一个元素。改变全局变量或外部状态可能会导致未定义的行为，我们建议您在调用 Dataset.from_generator() 之前显式缓存 generator 中的任何外部状态。

注意：虽然output_signature 参数可以产生Dataset 元素，但Dataset.from_generator() 的范围应限于无法通过tf.data 操作表达的逻辑。在生成器函数中使用 tf.data 操作是一种反模式，可能会导致内存增长。