我正在使用 tensorflow 的 tensorflow.data.Dataset api。但是，我需要动态创建数据集，过滤掉其他数据集的元素。虽然训练进展顺利并且我可以迭代训练集和开发集，但当我使用刚刚使用过滤器创建的新数据集重新初始化迭代器时，我收到以下异常:
tensorflow.python.framework.errors_impl.NotFoundError: Function tf_predicate_5HKZIzWZBv8 is not defined.
我正在使用以下函数从数据集创建初始化程序:
self.iterator.make_initializer(dataset)
其中 self.iterator 定义如下:
self.iterator = tf.data.Iterator.from_structure(ds_types, ds_shapes)
你们知道为什么会这样吗？请注意，如果我在创建 session 后调用 make_initializer，运行数据集，然后创建新的初始化程序，就会发生这种情况。如果在创建之后我也重新创建 session 一切正常(除了必须重新初始化所有变量的事实)
最佳答案
我找到了解决方案并与大家分享，以防有人遇到这个问题。问题是，当我在 session 初始化后定义一个新数据集时，它没有我为新数据集添加的新操作(在这种情况下，我每次都使用新过滤器创建一个新的数据集)，这就是 session 找不到操作的原因。为了克服这个问题，我在 session 初始化之前定义了我需要使用的所有数据集，并且我使用了一个将占位符作为输入的过滤器，这样我每次在迭代器初始化时总是使用相同的过滤器，并提供正确的值。
关于python - 无法迭代 tf.data.Dataset，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/52925767/