Python tf.data.experimental.ignore_errors用法及代码示例

从另一个 Dataset 创建一个 Dataset 并默默地忽略任何错误。

用法

tf.data.experimental.ignore_errors(
    log_warning=False
)

使用此转换生成一个数据集，其中包含与输入相同的元素，但会静默删除任何导致错误的元素。例如：

dataset = tf.data.Dataset.from_tensor_slices([1., 2., 0., 4.])

# Computing `tf.debugging.check_numerics(1. / 0.)` will raise an
InvalidArgumentError.
dataset = dataset.map(lambda x:tf.debugging.check_numerics(1. / x, "error"))

# Using `ignore_errors()` will drop the element that causes an error.
dataset =
    dataset.apply(tf.data.experimental.ignore_errors())  # ==> {1., 0.5, 0.2}

Args：log_warning：(可选。)'tf.bool' 标量指示是否应将忽略的错误记录到 stderr。默认为'False'。