我正在使用Tensorflow编写一个生成对抗网络（GAN），需要将判别器和生成器设置为对象。现在我在为判别器创建训练数据集时遇到了问题。

目前我代码的相关部分看起来像这样：

self.dataset=tf.data.Dataset.from_tensor_slices((self.y_,self.x_)) #创建数据集self.fake_dataset=tf.data.Dataset.from_tensor_slices((self.x_fake_)) #创建数据集self.dataset=self.dataset.shuffle(buffer_size=BUFFER_SIZE) #打乱self.fake_dataset=self.fake_dataset.shuffle(buffer_size=BUFFER_SIZE) #打乱self.dataset=self.dataset.repeat().batch(self.batch_size) #批处理      self.fake_dataset=self.fake_dataset.repeat().batch(self.batch_size) #批处理self.iterator=tf.data.Iterator.from_structure(self.dataset.output_types,self.dataset.output_shapes) #创建迭代器  self.fake_iterator=tf.data.Iterator.from_structure(self.fake_dataset.output_types,self.fake_dataset.output_shapes) #创建迭代器   self.x=self.iterator.get_next() self.x_fake=self.fake_iterator.get_next() self.dataset_init_op = self.iterator.make_initializer(self.dataset,name=self.name+'_dataset_init')  self.fake_dataset_init_op=self.fake_iterator.make_initializer(self.fake_dataset,name=self.name+'_dataset_init')

我需要的功能是交替提供一批self.x，然后是一批self.x_fake。

有没有简单的方法可以做到这一点，或者我必须使用计数器和if语句来实现？

回答：

我不确定我是否完全理解您的需求，但如果您想在同一次调用中交替使用不同的迭代器，这将在图构建时定义，因此您可以使用Python逻辑来选择所需的迭代器。例如：

def __init__(self):    # 构建图和迭代器...    self._use_fake_batch = Falsedef next_batch(self):    iter = self.fake_iterator if self._use_fake_batch else self.iterator    self._use_fake_batch = not self._use_fake_batch    return iter.get_next()

或者，不使用额外的变量，可以使用itertools来实现：

from itertools import chain, repeatdef __init__(self):    # 构建图和迭代器...    self._iterators = chain.from_iterable(repeat((self.iterator, self.fake_iterator)))def next_batch(self):    return next(self._iterators).get_next()