tf.data.experimental.ignore_errors

Создаёт Dataset из другого Dataset и молча игнорирует любые ошибки.

tf.data.experimental.ignore_errors(
    log_warning=False
)

Используйте эту трансформацию для создания набора данных, содержащего те же элементы, что и входной набор данных, но молча пропускающего любые элементы, вызвавшие ошибку. Например:

dataset = tf.data.Dataset.from_tensor_slices([1., 2., 0., 4.])

# Computing `tf.debugging.check_numerics(1. / 0.)` will raise an
InvalidArgumentError.
dataset = dataset.map(lambda x: tf.debugging.check_numerics(1. / x, "error"))

# Using `ignore_errors()` will drop the element that causes an error.
dataset =
    dataset.apply(tf.data.experimental.ignore_errors())  # ==> {1., 0.5, 0.2}

Аргументы: log_warning: (Необязательно.) Скаляр 'tf.bool', указывающий, следует ли регистрировать пропущенные ошибки в stderr. По умолчанию 'False'.