使用tf.data.Dataset和迭代器获取数据，训练总是提前结束。

 

 

这个问题困扰了我一个星期终于解决了。主要原因在于sess.run()的运用。

注意！！！sess.run()的下面两种方式：

sess.run([a, b])

和 

sess.run(a)
sess.run(b)

不一样！！！！尤其是在b与a有前后连接的时候，当他们有连接的时候，第一种方式是同时运行，也就是在同一步里运行，而后一种方式则是运行完a后，当a处在下一个状态时再运行b。而一旦b是由a得到的，那么在运行b的时候就是又运行了a的下一个状态。

在我的代码中，我用了可初始化迭代器和他的get_next() 方法来获取dataset管道中的数据，再将获取的数据投入模型进行训练，训练完之后想要print损失值，于是我单独sess.run(loss）。在这之前训练网络的时候肯定要对训练操作进行sess.run，这就相当于采用了上面第二种方式，导致的结果就是在一个step中，我多次sess.run()了迭代器，迭代器当然会跳跃着读取训练数据，导致训练步骤提前终止。