关于tf.repeat().batch(batch_size)

Question

我正在研究tensorflow。关于tensorflow.data.Dataset中的repeat函数，如果repeat函数中没有参数，repeat()，张量应该无限重复。但是，当不带参数的repeat函数与循环语句下的批处理函数结合使用时，它会创建一个没有无限重复的结果，如下所示。我不能理解这个过程。你能用下面的例子解释一下repeat函数吗？谢谢!

for count_batch in ds_counter.repeat().batch(10).take(10):
  print(count_batch.numpy())

[0 1 2 3 4 5 6 7 8 9]
[10 11 12 13 14 15 16 17 18 19]
[20 21 22 23 24  0  1  2  3  4]
[ 5  6  7  8  9 10 11 12 13 14]
[15 16 17 18 19 20 21 22 23 24]
[0 1 2 3 4 5 6 7 8 9]
[10 11 12 13 14 15 16 17 18 19]
[20 21 22 23 24  0  1  2  3  4]
[ 5  6  7  8  9 10 11 12 13 14]
[15 16 17 18 19 20 21 22 23 24]

Answer 1

由于您使用.take(10)作为最后一个链接方法，因此结果数据集仅限于10个样本。这里的单个sample将是单个批次中的所有元素。有10个批次的无限重复，其中最初的10个批次是使用.take(10)。将您的代码更改为下面的代码应该会得到预期的结果。

ds_counter = tf.data.Dataset.range(25)
for count_batch in ds_counter.repeat().batch(10):
    print(count_batch.numpy())