如何使生成器可调用？

我正在尝试从具有784位长行的CSV文件创建数据集。这是我的代码：

import tensorflow as tf

f = open("test.csv", "r")
csvreader = csv.reader(f)
gen = (row for row in csvreader)
ds = tf.data.Dataset()
ds.from_generator(gen, [tf.uint8]*28**2)

我收到以下错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
 in ()
     12 gen = (row for row in csvreader_pat_trn)
     13 ds = tf.data.Dataset()
---> 14 ds.from_generator(gen, [tf.uint8]*28**2)

~/Documents/Programming/ANN/labs/lib/python3.6/site-packages/tensorflow/python/data/ops/dataset_ops.py in from_generator(generator, output_types, output_shapes)
    317     """
    318     if not callable(generator):
--> 319       raise TypeError("`generator` must be callable.")
    320     if output_shapes is None:
    321       output_shapes = nest.map_structure(

TypeError: `generator` must be callable.

该文档说我应该传递给发电机from_generator()，让我做什么的，gen是一台发电机。但是现在它抱怨我的生成器不可调用。如何使生成器可调用，以便使它起作用？

编辑： 我想补充一点，我正在使用python 3.6.4。这是错误的原因吗？

该generator参数（可能令人困惑）实际上不应该是一个生成器，而是一个可返回可迭代对象的可调用函数（例如，生成器函数）。可能最简单的选择是使用lambda。此外，还有一些错误：1）tf.data.Dataset.from_generator旨在被称为类工厂方法，而不是从实例中调用2）函数（类似于TensorFlow中的其他一些函数）对参数感到奇怪，并且希望您给出序列的dtype和每个数据行为tuples（而不是listCSV阅读器返回的s），您可以使用例如map：

import csv
import tensorflow as tf

with open("test.csv", "r") as f:
    csvreader = csv.reader(f)
    ds = tf.data.Dataset.from_generator(lambda: map(tuple, csvreader),
                                        (tf.uint8,) * (28 ** 2))