如何正确使用TensorFlow数据API中的dataset.map

我正在学习如何使用TensorFlow数据API,并努力理解映射是如何工作的。对于上下文,我想加载一组图像并将它们发送到一个神经网络。

下面的MWE就是这么做的(10号的假数据集, read_image 映射到数据集的函数)。

import tensorflow as tf
import numpy as np


def read_image(filename, label):
    return np.random.rand(8, 8, 1), label # simulate data load (generate random data)

# generate fake dataset of filenames (of size 10)
filenames = tf.constant(np.asarray(["file" + str(i) for i in range(10)]))
labels = tf.constant(np.asarray([2*i for i in range(10)]))

dataset = tf.data.Dataset.from_tensor_slices((filenames, labels))
dataset = dataset.map(read_image)

dataset = dataset.repeat().batch(2)
iterator = tf.data.Iterator.from_structure(dataset.output_types, dataset.output_shapes)


X, y = iterator.get_next()
train_init_op = iterator.make_initializer(dataset)

with tf.Session() as session:
    tf.global_variables_initializer().run()
    session.run(train_init_op)
    for _ in range(10):
        print(session.run([X]))

运行此代码时(应该不做任何操作,只需打印 读出图像 ,结果总是相同的数据: 读出图像 只调用一次。为什么?我用过 dataset.map ,不是应该对数据集的每个元素(此处为10)调用它吗?

提前感谢您的帮助或建议。