如何更改/插入/插入 BatchDataset 的形状？答案

【问题标题】：How to change/insert the shape of/into BatchDataset?如何更改/插入/插入 BatchDataset 的形状？
【发布时间】：2019-06-27 16:54:12
【问题描述】：

我正在使用 TF 2.0 从 github 存储库中复制 deep voice 3 论文。 [https://github.com/Kyubyong/deepvoice3] 我已经完成了所有的预处理。我还创建了从张量（形状为（13066，））到 TensorSliceDataset（形状为（None，）），映射了一些函数并已经对其进行了批处理。现在，我有形状为（无，无）的 BatchDataset。 我不知道如何将那个 (None, None) 形状变成想要的形状 (16, 180)？

repo 使用 TF 1.3 实现。我正在使用 TF 2.0。当旧代码是 tf.train.batch 时，我前往 tensorflow 网站，发现在 TF 2.0 中使用 tf.data.Dataset。但是，它没有塑造数据集的选项。下面是 TF 1.3 代码。

# TF old version
texts = tf.train.batch([text], shapes=[(hp.Tx,)],
                               num_threads=32,
                               batch_size=hp.batch_size,
                               capacity=hp.batch_size*32,   
                               dynamic_pad=False) # (16, 180)
# TF 2.0
texts = texts.batch(hp.batch_size) # (None, None)

应用形状之前的 BatchDataset 形状是 (None, None)。应用 shape 后 BatchDataset 的形状应该是 (16, 180)。

谢谢！

【问题讨论】：

标签： python tensorflow nlp tensorflow2.0

【解决方案1】：

如果您已经知道texts 包含形状为180 的元素，那么您只需使用tf.data.Dataset.map 来设置张量的静态形状：

def set_shape(value):
    value.set_shape((180,))
    return value

texts = texts.map(set_shape).batch(hp.batch_size)

【讨论】：