TensorFlow 輸入和讀取器

2019-01-31 18:10 更新
注意:接受 Tensor 參數(shù)的函數(shù)也可以接受被 tf.convert_to_tensor 接受的任何內(nèi)容

TensorFlow 占位符操作

TensorFlow 提供一個占位符操作,必須使用執(zhí)行數(shù)據(jù)來進行輸入。有關(guān)更多信息,請參閱 讀取數(shù)據(jù) 部分。

對于 SparseTensor 復合型飼料,有一個方便的函數(shù):

TensorFlow 讀取器

TensorFlow 提供了一組用于讀取數(shù)據(jù)格式的閱讀器類。有關(guān)輸入和讀取器的更多信息,請參閱閱讀數(shù)據(jù).

TensorFlow 數(shù)據(jù)格式轉(zhuǎn)換

TensorFlow 提供了幾種可用于將各種數(shù)據(jù)格式轉(zhuǎn)換成張量的操作。

協(xié)議緩沖區(qū)示例

TensorFlow 推薦的培訓示例格式的英文序列化 Example 協(xié)議緩沖區(qū),如此所述。它們包含 Features,這里描述。

TensorFlow 隊列

TensorFlow 提供了幾個“隊列”的實現(xiàn),它們是 TensorFlow 計算圖中的結(jié)構(gòu),用于將張量的管道放在一起.下面描述了基本的 Queue 接口和一些實現(xiàn)。

  • tf.QueueBase
  • tf.FIFOQueue
  • tf.PaddingFIFOQueue
  • tf.RandomShuffleQueue
  • tf.PriorityQueue

TensorFlow 條件累加器

TensorFlow 處理文件系統(tǒng)

TensorFlow 輸入管道

TensorFlow 函數(shù)用于設(shè)置輸入預取流水線。請參閱上下文的閱讀數(shù)據(jù)操作方法。

輸入管道的開始

"生產(chǎn)者" 函數(shù)將隊列添加到圖形中,并為運行填充該隊列的子圖提供相應(yīng)的 QueueRunner。

  • tf.train.match_filenames_once
  • tf.train.limit_epochs
  • tf.train.input_producer
  • tf.train.range_input_producer
  • tf.train.slice_input_producer
  • tf.train.string_input_producer

在輸入管道的末端進行批處理

這些函數(shù)為圖形添加了一個隊列,以匯集一批示例,并可能進行洗牌。他們還添加一個 QueueRunner 用于運行填充該隊列的子圖。

使用 tf.train.batch 或 tf.train.batch_join 處理已經(jīng)被很好洗牌的示例。使用 tf.train.shuffle_batch 或 tf.train.shuffle_batch_join 例子,將受益于額外的洗牌。

如果您想要單個線程生成示例以進行批處理或者有一個生成示例的單個子圖,就使用 tf.train.batch 或 tf.train.shuffle_batch,但是您想要在 N 個線程中運行(您增加N,直到可以保持隊列滿).如果您有N個不同的子圖生成示例批處理,并希望它們由 N 個線程運行,使用 tf.train.batch_join 或 tf.train.shuffle_batch_join。有條件地使用 maybe_* 排隊。

  • tf.train.batch
  • tf.train.maybe_batch
  • tf.train.batch_join
  • tf.train.maybe_batch_join
  • tf.train.shuffle_batch
  • tf.train.maybe_shuffle_batch
  • tf.train.shuffle_batch_join
  • tf.train.maybe_shuffle_batch_join
以上內(nèi)容是否對您有幫助:
在線筆記
App下載
App下載

掃描二維碼

下載編程獅App

公眾號
微信公眾號

編程獅公眾號