如何读取tf.Tensor中的数据？视频字幕训练batch数据读取问题

问题原因 #

你获取的batch_data是包含两个Tensor的元组，而非单个Tensor，因此直接对元组调用.numpy()会触发AttributeError。

解决方案 #

1. 单独对每个Tensor调用.numpy()

你已经将batch_data拆分为batch_img和batch_seq，直接对这两个变量分别调用.numpy()即可：

print('batch_img:', batch_img.numpy())
print('batch_seq:', batch_seq.numpy())

若未提前拆分，也可遍历元组内的Tensor元素：

for tensor in batch_data:
    print(tensor.numpy())

2. 图模式下使用tf.print()

如果你的train_step被tf.function装饰（运行在图模式），直接调用.numpy()会报错，此时需使用TensorFlow原生的tf.print()来输出内容：

tf.print('batch_img:', batch_img)
tf.print('batch_seq:', batch_seq)

3. 提前验证数据管道输出

若只是想确认数据格式和样例，可在构建数据集后直接取出一个batch查看：

# 先为数据集添加批处理操作（根据你的需求设置batch大小）
dataset = dataset.batch(32)
# 取出第一个批处理数据
first_batch = next(iter(dataset))
print('batch_img:', first_batch[0].numpy())
print('batch_seq:', first_batch[1].numpy())

内容的提问来源于stack exchange，提问作者A_B_Y