为什么 keras 序列的实例会永远迭代？

Question

这是 [keras Sequence 类的源代码][1] 的链接。

我通过执行以下操作创建了我认为完全相同的对象：

1. 将__init__、__getitem__ 和__len__ 方法从InfiniteGenerator 类复制并粘贴到KGen 类。
2. 从Sequence类的源代码复制iter方法到InfiniteGenerator类。

我的假设是这两个生成器都应该创建一个有限列表，但 Sequence 对象将永远继续迭代。为什么？

class InfiniteGenerator(object):
    def __init__(self, alist):
        self.alist = alist

    def __getitem__(self, idx):
        return self.alist[idx]

    def __len__(self):
        return len(self.alist)

    def __iter__(self):
        for item in (self[i] for i in range(len(self))):
            yield item

from keras.utils import Sequence

class KGen(Sequence):
    def __init__(self, alist):
        self.alist = alist

    def __getitem__(self, idx):
        return self.alist[idx]

    def __len__(self):
        return len(self.alist)


if __name__ ==  '__main__':
    ig = InfiniteGenerator(list(range(4)))
    for item in ig:
        print(item)


    print('now trying second iterator')

    import time
    time.sleep(1)

    kg = KGen(list(range(4)))
    for item in kg:
        print(item)

Answer 1

我在使用 tensorflow.keras 1.10 版时也遇到了这个问题。您可以在源代码中看到他们定义__iter__() 以返回无限生成器。我将以下函数添加到我的所有序列类中，以便为我需要的情况创建一次性迭代器。

def gen_iter(self):
    for i in range(len(self)):
        yield self[i]