如何保存ParallelMapDataset？TensorFlow版本兼容问题求助

在TensorFlow 2.9.2版本中，当调用ds.map()并指定num_parallel_calls参数时，返回的是底层的tf.raw_ops.ParallelMapDataset对象，它没有继承标准tf.data.Dataset的save()方法——而2.11及以上版本已经修复了这个类型统一的问题，所以不会出现该报错。以下是几种可行的解决办法：

方法1：使用tf.data.experimental.save()替代原生save() #

TF2.9.2中，实验性APItf.data.experimental.save()支持更多Dataset子类，包括ParallelMapDataset，可以直接用来保存数据集：

import tensorflow as tf

# 保存数据集
tf.data.experimental.save(embedding_ds, path)

# 后续加载数据集时使用对应实验性API
loaded_embedding_ds = tf.data.experimental.load(path)

方法2：将ParallelMapDataset转换为标准Dataset #

如果坚持使用原生save()方法，可以通过生成器将底层数据集重新包装为标准tf.data.Dataset实例，注意要正确指定输出张量的签名：

def embedding_generator():
    for embedding, label in embedding_ds:
        yield embedding, label

# 构建标准Dataset，替换成你实际的嵌入和标签的形状、类型
standard_ds = tf.data.Dataset.from_generator(
    embedding_generator,
    output_signature=(
        tf.TensorSpec(shape=(你的嵌入维度,), dtype=tf.float32),
        tf.TensorSpec(shape=(), dtype=tf.int32)
    )
)

# 现在可以正常调用save()
standard_ds.save(path)

方法3：升级TensorFlow版本（推荐，若环境允许） #

直接将TensorFlow升级到2.11及以上版本，该版本已经优化了map()方法的返回类型，无论是否指定num_parallel_calls，都会返回标准的tf.data.Dataset实例，此时你的原有代码可以直接运行，无需修改。

内容的提问来源于stack exchange，提问作者Ivan Budnikov