如何使用 TF1.3 中的新 Dataset api 映射具有附加参数的函数？

Posted 2023-02-23

【中文标题】如何使用 TF1.3 中的新 Dataset api 映射具有附加参数的函数？

【英文标题】：How to map a function with additional parameter using the new Dataset api in TF1.3?

【发布时间】：2018-02-26 02:03:39

【问题描述】：

我在玩the Dataset API in Tensorflow v1.3。这很棒。 可以使用here 中描述的函数映射数据集。我很想知道如何传递一个有附加参数的函数，例如arg1:

def _parse_function(example_proto, arg1):
  features = "image": tf.FixedLenFeature((), tf.string, default_value=""),
              "label": tf.FixedLenFeature((), tf.int32, default_value=0)
  parsed_features = tf.parse_single_example(example_proto, features)
  return parsed_features["image"], parsed_features["label"]

当然，

dataset = dataset.map(_parse_function)

由于无法传入arg1，因此无法使用。

【问题讨论】：

只是一个想法，也许我们可以通过传入一个以 arg1 作为其类成员的 python 类以及定义的 __call__ 方法来伪造它。

arg1是个什么样的参数？如果它是一个普通的 Python 变量（不是 TensorFlow），你可以在另一个已知 arg1 的函数中定义你的 _parse_function 函数，你不必再传递它了。

【参考方案1】：

这是一个使用 lambda 表达式来包装我们想要传递参数的函数的示例：

import tensorflow as tf
def fun(x, arg):
    return x * arg

my_arg = tf.constant(2, dtype=tf.int64)
ds = tf.data.Dataset.range(5)
ds = ds.map(lambda x: fun(x, my_arg))

在上面，提供给map的函数的签名必须与我们数据集的内容相匹配。所以我们必须编写我们的 lambda 表达式来匹配它。这里很简单，因为数据集中只包含一个元素，x 包含从 0 到 4 范围内的元素。

如有必要，您可以从数据集外部传入任意数量的外部参数：ds = ds.map(lambda x: my_other_fun(x, arg1, arg2, arg3)，等等。

为了验证上述方法是否有效，我们可以观察到映射确实将每个数据集元素乘以 2：

iterator = ds.make_initializable_iterator()
next_x = iterator.get_next()
with tf.Session() as sess:
    sess.run(iterator.initializer)

    while True:
      try:
        print(sess.run(next_x))
      except tf.errors.OutOfRangeError:
        break

输出：

0
2
4
6
8

【参考方案2】：

您也可以使用Partial 函数来包装您的参数：

def _parse_function(arg1, example_proto):
  features = "image": tf.FixedLenFeature((), tf.string, default_value=""),
              "label": tf.FixedLenFeature((), tf.int32, default_value=0)
  parsed_features = tf.parse_single_example(example_proto, features)
  return parsed_features["image"], parsed_features["label"]

更改函数的参数顺序以适应偏向性，然后您可以使用如下参数值包装函数：

from functools import partial

arg1 = ...
dataset = dataset.map(partial(_parse_function, arg1))

【参考方案3】：

另一个解决方案是使用类包装器。在下面的代码中，我将参数 shape 传递给了解析函数。

class MyDataSets:

    def __init__(self, shape):
        self.shape = shape

    def parse_sample(self.sample):
        features =  ... 
        f = tf.parse_example([example], features=features)

        image_raw = tf.decode_raw(f['image_raw'], tf.uint8)
        image = image.reshape(image_raw, self.shape)

        label = tf.cast(f['label'], tf.int32)

        return image, label

    def init(self):
        ds = tf.data.TFRecordDataSets(...)
        ds = ds.map(self.parse_sample)
        ...
        return ds.make_initializable_iterator()