python - Tensorflow 2.0 : Can I change the settings on a Tf. data.Dataset——特别是 `repeat()` 功能？

Question

我有一个从一些 pandas 数据创建的 tensorflow 2.0 tf.data.Dataset 。现在我想更改数据集的设置，但它似乎不允许我这样做。举个例子，我想将数据集上的 .repeat() 参数从无限重复更改为仅重复 1 次。但是当我尝试进行此更改时，数据集不接受更改。

这是一个包含一些代码的示例。该函数取自 TF 网站上的 Tensorflow 教程之一。

URL = 'https://storage.googleapis.com/applied-dl/heart.csv'
df = pd.read_csv(URL)

def df_to_dataset(dataframe, shuffle=True, batch_size=32):
    dataframe = dataframe.copy()
    labels = dataframe.pop('target')
    ds = tf.data.Dataset.from_tensor_slices((dict(dataframe), labels))
    if shuffle:
        ds = ds.shuffle(buffer_size=len(dataframe))
    ds = ds.batch(batch_size).repeat() # <-- NOTICE THE INFINITE REPEAT
    return ds

train_ds = df_to_dataset(df)
train_ds.repeat(1) # <-- TRYING TO CHANGE TO A FIXED NUMBER OF REPETITIONS

因此，我尝试更改数据集上的重复次数，但这会导致数据集仍然永远重复。就像如果我将数据集设置为无限重复，然后重复 1 次，我最终会得到一个无限重复的数据集，但重复 1 次——这与无限重复相同。

我想对于数据集的其他特征(例如批处理数等)可能也存在相同的行为。

有没有办法重置数据集的行为？

Answer 1

我认为这是预期的行为。一旦它是一个无限重复的数据集，再重复一次仍然会产生一个具有无限示例的数据集。

您可能可以执行dataset.take(count)，其中count是等于原始示例的批处理数的数字，前提是您有良好的洗牌能力您的数据。