为TFRecord数据集创建迭代器

Question

我有多个要合并的TFRecord数据集。这意味着，每个数据集都包含一个特征，我希望将其合并到一个包含所有特征的TFRecord中。

迭代所有数据集并提取每个记录的特征，最后编写一个包含所有特征的新记录，这是可行的，但我在创建一个有效的脚本时遇到了一些困难。

简单地说，我的问题是：

下面的代码可以正常工作。

tfrecord = tf.data.TFRecordDataset("/my/file.tfrecord")
for record in tfrecord:
    #extract feature

但是下面的代码给了我一个错误。

tfrecord = tf.data.TFRecordDataset("/my/file.tfrecord")
iterator = iter(tfrecord)

item = iterator.next()
print(item)

Error:
.../python3.8/site-packages/tensorflow/python/data/ops/iterator_ops.py", line 544, in __del__
AttributeError: 'NoneType' object has no attribute 'eager_mode'

然而，有趣的是，它确实打印了第一条记录，只是它还抛出了一个错误。

我真的只需要一个迭代器对象，这样我就可以通过使用next()函数而不是for循环来迭代dataset。我希望你们中的一些人能够帮助我:)

Answer 1

找到解决方案:更新tensorflow