python - 如何按特定值过滤 tf.data.Dataset？

Question

我通过读取 TFRecords 创建了一个数据集，我映射了值，我想过滤数据集的特定值，但由于结果是一个带有张量的字典，我无法获得张量的实际值或用 tf.cond()/tf.equal 检查它。我该怎么做？

def mapping_func(serialized_example):
    feature = { 'label': tf.FixedLenFeature([1], tf.string) }
    features = tf.parse_single_example(serialized_example, features=feature)
    return features

def filter_func(features):
    # this doesn't work
    #result = features['label'] == 'some_label_value'
    # neither this
    result = tf.reshape(tf.equal(features['label'], 'some_label_value'), [])
    return result

def main():
    file_names = ["/var/data/file1.tfrecord", "/var/data/file2.tfrecord"]
    dataset = tf.contrib.data.TFRecordDataset(file_names)
    dataset = dataset.map(mapping_func)
    dataset = dataset.shuffle(buffer_size=10000)
    dataset = dataset.filter(filter_func)
    dataset = dataset.repeat()
    iterator = dataset.make_one_shot_iterator()
    sample = iterator.get_next()

Answer 1

我正在回答我自己的问题。我发现了问题!

我需要做的是像这样tf.unstack()标签:

label = tf.unstack(features['label'])
label = label[0]

在我将它交给 tf.equal() 之前:

result = tf.reshape(tf.equal(label, 'some_label_value'), [])

我想问题是标签被定义为一个数组，其中一个元素的类型为字符串 tf.FixedLenFeature([1], tf.string)，所以为了获得第一个和单个元素我必须解压它(这会创建一个列表)然后获取索引为 0 的元素，如果我错了请纠正我。