Eu gostaria de gerenciar meu treinamento com umtf.estimator.Estimator mas tenha problemas para usá-lo junto com otf.data API.

Eu tenho algo parecido com isto:

def model_fn(features, labels, params, mode):
  # Defines model's ops.
  # Initializes with tf.train.Scaffold.
  # Returns an tf.estimator.EstimatorSpec.

def input_fn():
  dataset = tf.data.TextLineDataset("test.txt")
  # map, shuffle, padded_batch, etc.

  iterator = dataset.make_initializable_iterator()

  return iterator.get_next()

estimator = tf.estimator.Estimator(model_fn)
estimator.train(input_fn)

Como não posso usar ummake_one_shot_iterator para o meu caso de uso, meu problema é queinput_fn contém um iterador que deve ser inicializado dentromodel_fn (aqui eu usotf.train.Scaffold para inicializar operações locais).

Além disso, eu entendi que não podemos usar apenasinput_fn = iterator.get_next caso contrário, as outras operações não serão adicionadas ao mesmo gráfico.

Qual é a maneira recomendada de inicializar o iterador?