系统信息
- TensorFlow版本2.4.0:
- 你是否愿意为其做出贡献(否):
描述功能和当前行为/状态。
我正在尝试在不使用eager执行的情况下使用Waymo开放数据集。数据不是以tf.data.examples格式组织的，而是以自定义的序列化proto格式组织的。与eager兼容的方法类似于这样：example.ParseFromString(raw_record.numpy()),这依赖于eagerTensor的numpy兼容性。我认为通过引入tf.experimental.numpy可以解决这个问题，但它似乎不支持像普通numpy数组那样进行迭代。是否有计划为tensorflow numpy添加迭代支持，或者支持反序列化除tf.Examples之外的其他proto?
这会改变当前的API吗？如何改变？
如果采用迭代方法，它不会改变API,因为迭代方法目前已经存在，但在调用时会抛出错误。其他方法可能需要对proto反序列化进行API扩展。
谁将从这个功能中受益？
Waymo Open数据集的用户将受益，以及任何希望将其数据格式化为自定义proto的人。Tf.example格式对于结构化或分层数据可能很困难。
2条答案
按热度按时间yyhrrdl81#
我也遇到了这个问题，真的很烦人。在图模式下，TensorFlow自己的数据集格式无法被解析。我们需要一个类似于example.ParseFromString的函数，可以接受非急切Tensor。
h4cxqtbf2#
你好，
感谢你打开这个问题。由于这个问题已经开放了很长时间，这个问题的代码/调试信息可能与当前代码库的状态不相关。
Tensorflow团队正在不断通过修复错误和添加新功能来改进框架。我们建议你尝试使用最新的TensorFlow version 和最新的兼容硬件配置，这可能会解决该问题。如果你仍然遇到问题，请创建一个新的GitHub问题，附上你的最新发现以及所有有助于我们调查的调试信息。
请按照 release notes 了解Tensorflow空间中最新发展的动态。