等号，关于张量流数据集，并没有真正为变量赋值

Question

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

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并不是真正的赋值，而是我们定义了一个如何获取它的操作，所以我们在使用的时候，我们需要的数据可以由定义的操作自动生成。

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，当你写 ds22=dataset2.skip(7) 时，你的意思是取前 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())) 这将从该数据集中读取所有剩余数据并将其 returns 作为列表读取。现在，如果您进行赋值，则意味着您在 ds22s 中拥有与 ds22 中完全相同的对象。因此，通过在整个数据集上再次写入 print(list(ds22s.as_numpy_iterator())) 你 re-iterate，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，洗牌对齐完全相同。我希望这回答了你的问题。欢迎询问详情。

等号，关于张量流数据集，并没有真正为变量赋值

Equal sign, regarding to tensorflow dataset, does not really assign values to variable

python

shuffle

tensorflow

tensorflow-datasets