将多个 TensorFlow 数据集交错在一起

当前的 TensorFlow 数据集交错功能基本上是一个交错平面地图，将单个数据集作为输入。考虑到当前的 API，将多个数据集交错在一起的最佳方法是什么？假设它们已经建成，并且我有一份清单。我想交替地从它们中生成元素，并且我想支持具有超过 2 个数据集的列表（即，堆叠的 zip 和交错会非常难看）。

谢谢！ :)

@mrry 或许能帮上忙。

也可以看看：

• tf.data.Dataset.choose_from_datasets，执行确定性数据集交错。

• tf.data.Dataset.sample_from_datasets，即使执行随机采样，这也很有用。

尽管这并不“干净”，但这是我想出的唯一解决方法。

datasets = [tf.data.Dataset...]

def concat_datasets(datasets):
    ds0 = tf.data.Dataset.from_tensors(datasets[0])
    for ds1 in datasets[1:]:
        ds0 = ds0.concatenate(tf.data.Dataset.from_tensors(ds1))
    return ds0

ds = tf.data.Dataset.zip(tuple(datasets)).flat_map(
    lambda *args: concat_datasets(args)
)