2016-09-20 85 views
0

爲了監控對我的評價我的數據集模型的表現,我使用tf.train.string_input_producer的文件名排隊上.tfr文件,然後我喂解析例子的tf.train.batch功能,產生一個固定大小的批次。獲取每個例子恰好一次

假設我的評估數據集恰好包含761個示例(質數)。爲了只讀一次所有的例子,我必須有一個批量大小除761,但沒有這樣的,除了1會太慢,761不適合我的GPU。任何閱讀每個示例的標準方法只需一次?

其實,我的數據集的大小不是761,但在恰好將其劃分合理的範圍50-300沒有號碼。此外,我正在處理許多不同的數據集,並且找到一個大致劃分每個數據集中示例數量的數字可能很麻煩。

注意使用num_epochs參數tf.train.string_input_producer沒有解決不了的問題。

謝謝!

回答

1

您可以使用reader.read_up_tothis example。您的最後一批產品將更小,因此您需要確保您的網絡不會在任何地方硬線連接批量大小