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并没有真正赋值，而是我们定义了一个如何获取它的操作，所以我们在使用它的时候，可以通过定义的操作自动生成我们需要的数据。

或者，谁能解释一下？

Answer 1

考虑这段代码import tensorflow as tfdataset = 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，当你写的时候，ds22=dataset2.skip(7)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()))This 时，会从该数据集中读取所有剩余数据并将其作为列表返回。现在，如果您进行赋值，则意味着您拥有与 中完全相同的ds22s对象ds22。因此，通过编写，print(list(ds22s.as_numpy_iterator()))您再次对整个数据集进行了重新迭代，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。