使用tensorflow的Dataset管道，如何“命名” map操作的结果？
问题内容：
我在下面有map函数（可运行示例），该函数输入astring并输出astring和an integer。
在tf.data.Dataset.from_tensor_slices我命名原始输入'filenames'。但是，当我从map函数返回值时，map_element_counts我只能返回一个元组（返回字典会生成异常）。
有没有一种方法可以命名从map_element_counts函数返回的2个元素？
import tensorflow as tf
filelist = ['fileA_6', 'fileB_10', 'fileC_7']
def map_element_counts(fname):
# perform operations outside of tensorflow
return 'test', 10
ds = tf.data.Dataset.from_tensor_slices({'filenames': filelist})
ds = ds.map(map_func=lambda x: tf.py_func(
func=map_element_counts, inp=[x['filenames']], Tout=[tf.string, tf.int64]
))
element = ds.make_one_shot_iterator().get_next()
with tf.Session() as sess:
print(sess.run(element))
结果：
(b'test', 10)
所需结果：
{'elementA': b'test', 'elementB': 10)
添加的详细信息：
当我return {'elementA': 'test', 'elementB': 10}收到此异常时：
tensorflow.python.framework.errors_impl.UnimplementedError: Unsupported object type dict
问题答案：
申请tf.py_func内部ds.map作品。
我创建了一个非常简单的文件作为示例。我只是在里面写10。
dummy_file.txt：
10
这里是脚本：
import tensorflow as tf
filelist = ['dummy_file.txt', 'dummy_file.txt', 'dummy_file.txt']
def py_func(input):
# perform operations outside of tensorflow
parsed_txt_file = int(input)
return 'test', parsed_txt_file
def map_element_counts(fname):
# let tensorflow read the text file
file_string = tf.read_file(fname['filenames'])
# then use python function on the extracted string
a, b = tf.py_func(
func=py_func, inp=[file_string], Tout=[tf.string, tf.int64]
)
return {'elementA': a, 'elementB': b, 'file': fname['filenames']}
ds = tf.data.Dataset.from_tensor_slices({'filenames': filelist})
ds = ds.map(map_element_counts)
element = ds.make_one_shot_iterator().get_next()
with tf.Session() as sess:
print(sess.run(element))
print(sess.run(element))
print(sess.run(element))
输出：
{'file': b'dummy_file.txt', 'elementA': b'test', 'elementB': 10}
{'file': b'dummy_file.txt', 'elementA': b'test', 'elementB': 10}
{'file': b'dummy_file.txt', 'elementA': b'test', 'elementB': 10}
