python - 如何使用 DataSet API 在 Tensorflow 中为 tf.train.SequenceExample 数据创建填充批处理？

Question

为了在 Tensorflow 中训练 LSTM 模型，我将我的数据结构化为 tf.train.SequenceExample 格式并将其存储到TFRecord 文件。我现在想使用新的 DataSet API 来生成用于训练的填充批处理。在 the documentation有一个使用 padded_batch 的示例，但对于我的数据，我无法弄清楚 padded_shapes 的值应该是多少。

为了将 TFrecord 文件读取到批处理中，我编写了以下 Python 代码:

import math
import tensorflow as tf
import numpy as np
import struct
import sys
import array

if(len(sys.argv) != 2):
  print "Usage: createbatches.py [RFRecord file]"
  sys.exit(0)


vectorSize = 40
inFile = sys.argv[1]

def parse_function_dataset(example_proto):
  sequence_features = {
      'inputs': tf.FixedLenSequenceFeature(shape=[vectorSize],
                                           dtype=tf.float32),
      'labels': tf.FixedLenSequenceFeature(shape=[],
                                           dtype=tf.int64)}

  _, sequence = tf.parse_single_sequence_example(example_proto, sequence_features=sequence_features)

  length = tf.shape(sequence['inputs'])[0]
  return sequence['inputs'], sequence['labels']

sess = tf.InteractiveSession()

filenames = tf.placeholder(tf.string, shape=[None])
dataset = tf.contrib.data.TFRecordDataset(filenames)
dataset = dataset.map(parse_function_dataset)
# dataset = dataset.batch(1)
dataset = dataset.padded_batch(4, padded_shapes=[None])
iterator = dataset.make_initializable_iterator()

batch = iterator.get_next()

# Initialize `iterator` with training data.
training_filenames = [inFile]
sess.run(iterator.initializer, feed_dict={filenames: training_filenames})

print(sess.run(batch))

如果我使用 dataset = dataset.batch(1)(在这种情况下不需要填充)，代码运行良好，但是当我使用 padded_batch 变体时，我得到以下错误:

TypeError: If shallow structure is a sequence, input must also be a sequence. Input has type: .

你能帮我弄清楚我应该为 padded_shapes 参数传递什么吗？

(我知道有很多使用线程和队列的示例代码，但我更愿意为这个项目使用新的 DataSet API)

Answer 1

您需要传递一个形状元组。在你的情况下你应该通过

dataset = dataset.padded_batch(4, padded_shapes=([vectorSize],[None]))

或者试试

dataset = dataset.padded_batch(4, padded_shapes=([None],[None]))

检查这个code更多细节。我不得不调试此方法以弄清楚为什么它对我不起作用。