在 TensorFlow 中，數據迭代可以通過使用 tf.data 模塊來實現。tf.data 模塊提供了一種高效的數據輸入管道來加載和預處理數據。
以下是一個使用 tf.data 模塊實現數據迭代的示例代碼：
import tensorflow as tf
# 創建一個包含一些數據的數據集
dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3, 4, 5])
# 定義一個迭代器來迭代數據集
iterator = dataset.make_one_shot_iterator()
next_element = iterator.get_next()
# 創建 TensorFlow 會話
with tf.Session() as sess:
while True:
try:
# 獲取下一個數據元素
data = sess.run(next_element)
print(data)
except tf.errors.OutOfRangeError:
break
在上面的示例代碼中，我們首先創建一個包含一些數據的數據集，然后使用 make_one_shot_iterator() 方法創建一個迭代器來迭代數據集中的元素。接著在 TensorFlow 會話中使用 sess.run() 方法獲取下一個數據元素，并打印出來，直到迭代結束。
