关于tf.repeat（）。batch（batch_size）

Question

我正在研究张量流。关于tensorflow.data.Dataset中的repeat函数，如果repeat函数repeat（）中没有参数，则应无限期重复张量。但是，当不带参数的重复功能与循环语句下的批处理功能结合使用时，它会产生无休止重复的结果，如下所示。我无法理解该过程。您可以使用以下示例解释重复功能吗？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)作为最后一种链接方法，因此，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，您可以使用.take(10)从其中初始提取10个批次。将您的代码更改为以下代码应该可以得到预期的结果。

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