我有以下设置：
-
我使用噪声函数在输入管道中通过
tf.data.dataset.map预处理我的数据集 -
由于我想在运行时在训练和测试集之间切换，我使用带有字符串句柄的可输入迭代器，它工作正常
问题：
我现在想通过逐步增加每批次后的噪音水平来训练我的模型 . 据我所知，这只能通过Initializable迭代器（我将通过占位符提供新的噪声级别）来实现，这不是一个选项，因为我必须在每个批次之后初始化迭代器，因此我永远不会提前我的数据集 . 此外，我认为 tf.data.dataset.map 将函数（具有特定的噪声级别）应用于整个数据集 .
问题：我希望从像 prefetch 和 prefetch_to_device 这样的数据集管道功能中获益，并且只使用GPU进行实际训练，而所有预处理都应在我的CPU上完成 . 我遇到的问题似乎迫使我在输入管道之外应用噪声，这会严重损害整个管道的效率 .
有没有人看到这个出路？ （我是Tensorflow的新手，所以也许我正在监督这个问题的明显答案）