Я пытаюсь использовать API набора данных TensorFlow для чтения файла HDF5, используя метод from_generator
. Все работает нормально, если размер пакета не делится поровну на количество событий. Я не совсем понимаю, как сделать гибкую партию с помощью API.
Если вещи не делятся поровну, вы получите такие ошибки, как:
2018-08-31 13:47:34.274303: W tensorflow/core/framework/op_kernel.cc:1263] Invalid argument: ValueError: `generator` yielded an element of shape (1, 28, 28, 1) where an element of shape (11, 28, 28, 1) was expected.
Traceback (most recent call last):
File "/Users/perdue/miniconda3/envs/py3a/lib/python3.6/site-packages/tensorflow/python/ops/script_ops.py", line 206, in __call__
ret = func(*args)
File "/Users/perdue/miniconda3/envs/py3a/lib/python3.6/site-packages/tensorflow/python/data/ops/dataset_ops.py", line 452, in generator_py_func
"of shape %s was expected." % (ret_array.shape, expected_shape))
ValueError: `generator` yielded an element of shape (1, 28, 28, 1) where an element of shape (11, 28, 28, 1) was expected.
У меня есть скрипт, который воспроизводит ошибку (и инструкции, чтобы получить файл данных размером в несколько МБ - Fashion MNIST) здесь:
https://gist.github.com/gnperdue/b905a9c2dd4c08b53e0539d6aa3d3dc6
Возможно, самый важный код:
def make_fashion_dset(file_name, batch_size, shuffle=False):
dgen = _make_fashion_generator_fn(file_name, batch_size)
features_shape = [batch_size, 28, 28, 1]
labels_shape = [batch_size, 10]
ds = tf.data.Dataset.from_generator(
dgen, (tf.float32, tf.uint8),
(tf.TensorShape(features_shape), tf.TensorShape(labels_shape))
)
...
где dgen
- функция чтения генератора из hdf5:
def _make_fashion_generator_fn(file_name, batch_size):
reader = FashionHDF5Reader(file_name)
nevents = reader.openf()
def example_generator_fn():
start_idx, stop_idx = 0, batch_size
while True:
if start_idx >= nevents:
reader.closef()
return
yield reader.get_examples(start_idx, stop_idx)
start_idx, stop_idx = start_idx + batch_size, stop_idx + batch_size
return example_generator_fn
Суть проблемы в том, что мы должны объявить формы тензора в from_generator
, но нам нужна гибкость, чтобы изменить эту форму вниз по линии при итерации.
Есть несколько обходных путей - отбросьте последние несколько образцов, чтобы получить четное деление, или просто используйте размер партии 1 ... но первый вариант плох, если вы не можете потерять образцы, а размер партии 1 очень медленно.
Есть идеи или комментарии? Спасибо!