tf.compat.v1.disable_eager_execution () с tf.data.dateset

Question

Я использую тензорный поток 2.2. У меня есть два массива numpy (функции и метки), которые я передаю tf.data.dataset.from_tensor_slices():

train_dataset = tf.data.Dataset.from_tensors(feature_train_slice, label_train_slice).shuffle(buffer_size).reapeat()

test_dataset = tf.data.Dataset.from_tensors(feature_test_slice, label_test_slice).shuffle(buffer_size).repeat()

Я пытаюсь передать эти данные в свою модель model.fit():

history = self.model.fit(ds_train,
                            steps_per_epoch=int(train_steps / (batch_size)),
                            verbose=1,
                            epochs=epochs,
                            callbacks=self.call_back(),
                            use_multiprocessing=True,
                            validation_data = test_dataset,
                            validation_steps = int(validation_steps / (batch_size))
                            )

Я использовал

tf.compat.v1.disable_eager_execution()

в начале моего кода. Если я прокомментирую это, обучение начинается без проблем, но, как я понимаю, обучение происходит медленнее (каждый шаг занимает 2 секунды на 2080TI). Если я оставлю это, каждый шаг займет около 1,2 секунды. Однако программа никогда не переходит черту

train_dataset = tf.data.Dataset.from_tensors(feature_train_slice, label_train_slice).shuffle().reapeat()

Я вышел из программы более чем на 30 минут, и хотя занято около 60 ГБ (моя оперативная память - 64 ГБ), программа, похоже, ничего не делает. Кто-нибудь видел это раньше? любая помощь приветствуется.

Answer 1

repeat() должен прийти вместо reapeat().