等号，关于张量流数据集，并没有真正为变量赋值

Question

我在使用 tensorflow 数据集的操作时发现了一些有趣的东西。我先给你看代码：

import tensorflow as tf
dataset = tf.data.Dataset.range(10)
dataset1=dataset.shuffle(10, reshuffle_each_iteration=False) 
dataset2=dataset.shuffle(10, reshuffle_each_iteration=True)

ds11=dataset1.take(7)
ds12=dataset1.skip(7)
ds21=dataset2.take(7)
ds22=dataset2.skip(7)
ds22s=ds22.shuffle(7)
print(list(dataset2.as_numpy_iterator()))
print(list(ds11.as_numpy_iterator()))
print(list(ds12.as_numpy_iterator()))
print(list(ds21.as_numpy_iterator()))
print(list(ds22.as_numpy_iterator()))
print(list(ds22s.as_numpy_iterator()))

输出：

[3, 0, 7, 9, 8, 5, 4, 1, 6, 2]

[2, 0, 4, 8, 5, 3, 6]

[1, 9, 7]

[2, 6, 8, 0, 7, 3, 9]

[2, 8, 5]

[1, 0, 2]

所以，问题是最后两个打印结果应该有相同的元素（当然不是相同的顺序）；但是，如您所见，事实并非如此。

我的猜测是ds22并不是真正赋值的，而是我们定义了如何获取它的操作，所以当我们使用它时，我们需要的数据可以由定义的操作。

或者，谁能解释一下？

Answer 1

考虑这段代码

import tensorflow as tf
dataset = tf.data.Dataset.range(10)
dataset1=dataset.shuffle(10, reshuffle_each_iteration=False) 
dataset2=dataset.shuffle(10, reshuffle_each_iteration=True)

ds11=dataset1.take(7)
ds12=dataset1.skip(7)
ds21=dataset2.take(7)

ds22=dataset2.skip(7)
ds22s=ds22 #.shuffle(7)
print(list(dataset2.as_numpy_iterator()))
print(list(ds11.as_numpy_iterator()))
print(list(ds12.as_numpy_iterator()))
print(list(ds21.as_numpy_iterator()))
print(list(ds22.as_numpy_iterator()))
print(list(ds22s.as_numpy_iterator()))

结果是一样的。 背后的原因是，当您编写ds22=dataset2.skip(7) 时，您的意思是取前 7 个样本，丢弃它们，然后再取一个并显示它。 因此，当您编写 print(list(ds22.as_numpy_iterator())) 时，它会从该数据集中读取所有剩余数据并将其作为列表返回。 现在，如果您进行分配，则意味着您在ds22s 中拥有与ds22 中完全相同的对象。因此，通过编写print(list(ds22s.as_numpy_iterator()))，您再次在整个数据集上重新迭代，这次应用了不同的改组。如果禁用reshuffle_each_iteration，结果将是相同的，因为在数据集的第二次迭代中，改组对齐方式完全相同。 我希望这回答了你的问题。欢迎询问详情。