有没有办法知道是否在张量流数据集上使用了`.repeat` /`.batch` /`.shuffle`？

Question

获得一个已经构建的tensorflow数据集对象（ tf.data.Dataset ）命名data 。

有没有办法知道是否通过检查数据来调用此对象上的函数repeat / batch / shuffle ？ （并可能得到其他信息，如批处理和重复的参数）

（我假设急切执行）

编辑1：似乎行str方法携带一些信息。 调查那个。

编辑2：属性output_shapes提供有关批量大小和形状的信息。

Answer 1

我能想到的唯一解决方案是进入tensorflow代码。 gen_dataset_ops.py是在从源构建期间生成的，因此只能在本地找到它。

另一个文件是dataset_ops.py ，它可以在下面的链接中找到。 您只需在相关函数返回之前插入print语句。 例如，来自dataset_ops.py shuffle函数：

def shuffle(self, buffer_size, seed=None, reshuffle_each_iteration=None):
"""Randomly shuffles the elements of this dataset.
...
print('Dataset shuffled') #inserted print here
return ShuffleDataset(self, buffer_size, seed, reshuffle_each_iteration)

数据集对象被包装到DatasetV1Adapter ，因此您无法了解它的进展情况。 渴望模式的唯一区别是它支持显式迭代，但是做类似smth的效率非常低

array = np.random.rand(10)
dataset = tf.data.Dataset.from_tensor_slices(array)
if len([i for i in dataset]) != array.shape[0]:
    print('repeated')

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/data/ops/dataset_ops.py