不能在tf.data.Dataset上迭代

Question

我正在使用tensorflow的tensorflow.data.Dataset api。但是，我需要动态地创建数据集，过滤掉其他数据集的元素。虽然培训进行得很好，而且我可以迭代训练集和dev集，但是当我用刚才使用过滤器创建的新数据集重新初始化迭代器时，我会收到以下异常：

tensorflow.python.framework.errors_impl.NotFoundError: Function tf_predicate_5HKZIzWZBv8 is not defined.

我使用以下函数从dataset中创建一个初始值：

self.iterator.make_initializer(dataset)

其中self.iterator的定义如下：

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，如果在创建会话后调用make_initializer，运行dataset，然后创建新的初始化程序，则会发生这种情况。如果在创建之后，我也重新创建了会话，一切都可以工作(除了所有变量都必须重新初始化这一事实)。

Answer 1

我找到了解决方案，我和大家分享，以防有人遇到这个问题。问题是，当我在会话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(在本例中，我每次创建新数据集时都使用一个新筛选器)，这就是会话找不到操作的原因。为了克服这个问题，我定义了在会话初始化之前需要使用的所有数据集，并且我使用了一个过滤器，该过滤器以占位符作为输入，因此我总是使用每次迭代器init时以正确的值为输入的相同的过滤器。