使用 Dataset api 返回特定元素答案

【问题标题】：Returning specific elements with Dataset api使用 Dataset api 返回特定元素
【发布时间】：2019-03-28 13:40:35
【问题描述】：

我写了一个 tfrecord 文件，其中我有图像和它们的标签。然后我可以使用它们来获取它们

    def parserTrain(record):
        keys_to_features = {
            "image_raw": tf.FixedLenFeature((), tf.string, default_value=""),
            "label": tf.FixedLenFeature((), tf.int64,
                                        default_value=tf.zeros([], dtype=tf.int64)),
        }
        parsed = tf.parse_single_example(record, keys_to_features)

        # Perform additional preprocessing on the parsed data.
        image = tf.image.decode_jpeg(parsed["image_raw"])
        image = tf.reshape(image, [256, 256, 3])

        image = tf.transpose(image, perm=[2, 0, 1])  # channels first
        image = tf.truediv(image, 255.0)
        label = tf.cast(parsed["label"], tf.int32)

        return {"image": image}, label

    # Set up training input function.
    def train_input_fn():
        """Prepare data for training."""
        train_tfrecord = 'Dataset/train_images.tfrecords'

        dataset = tf.data.TFRecordDataset(train_tfrecord)
        dataset = dataset.map(parserTrain)

之后，我想过滤掉一些例子，可能是这样的：

def f(x):
    return x[1] == 1


ds1 = dataset.filter(f)

但我收到此错误：

TypeError: f() 接受 1 个位置参数，但给出了 2 个

【问题讨论】：

标签： python-3.x tensorflow tensorflow-datasets tfrecord

【解决方案1】：

因此，假设您有一个数据集（例如 TFRecordDataset），您可以按如下方式过滤示例：

  dataset = tf.data.TFRecordDataset(filenames=files)
  dataset = dataset.filter(lambda example: example["value"] == value and example["label"] == label)
  dataset = ...

【讨论】：

我想我不完全理解这个问题。所以你需要一个生成器，它返回一个批次，其中每个样本都有相同的标签。但是每批都有不同的标签？
是的，这就是我需要的。如果我创建一个 for 循环然后根据特定标签创建数据集，我能想到的唯一方法是，但我不知道这样做的效率如何
@christk 请直接在您的问题中添加更多详细信息。
@lhlmgr 我完全改变了问题，直截了当，你可以看看:)

【解决方案2】：

在我找到答案后回复我的问题。元组数据集的过滤函数的正确语法如下：

def f(im, label):
    return tf.equal(label, 1)


ds1 = dataset.filter(f)

【讨论】：