如何在張量流中通過feed_dict饋送多個輸入

我有一個由多個子網（多個卷積網和最後一個完全連接+軟最大層）組成的網絡。每個ConvNet提供特定區域和圖像大小。因此，爲了饋送我的網絡，我爲每個富網輸入和一個標籤佔位符寫入圖像佔位符，以在一批中輸入所有圖像的標籤（所有輸入的圖像在所有的富網輸入中具有相同的標籤）。不幸的是，我對feed_dict部分沒有任何想法。例如這個代碼是唯一一個convnet培訓：如何在張量流中通過feed_dict饋送多個輸入

images_r, labels_r = sess.run([images, labels]) 
    train_feed = {images_placeholder: images_r, 
       labels_placeholder: labels_r} 
    _, loss_value = sess.run([train_op, loss_func], feed_dict=train_feed)

如何我上面的代碼延長飼料全部CONV網？

來源

2017-07-04 Hajbabaei_M_R

我不知道我明白你的問題。您有多個網絡輸入點？如果是這樣，在每個培訓步驟中，您需要爲所有這些輸入點提供輸入？ – GPhilo

所以對於每個conv網絡，如果placeholders的輸入是：conv_1_input，conv_2_input .... conv_N_input，那麼你傳遞的列表中feed_dict這樣的：

train_feed = {`conv_1_input`: image_1, `conv_2_input`: image_2,.. `conv_N_input`: image_N, 
      labels_placeholder: labels_r} 
_, loss_value = sess.run([train_op, loss_func], feed_dict=train_feed)

來源

2017-07-04 08:32:38

使用此方法後，我得到此錯誤： TypeError：無法將feed_dict鍵解釋爲張量：無法將函數轉換爲張量。 –

變量'conv_1_input'，'conv_2_input'應該是張量，錯誤並非如此。 –

-1

您應該在計算圖中分割/切分圖像，並使用單個輸入。

來源

2017-07-04 07:17:30 nttstar

不幸的是，我的所有修補程序（來自原始圖像）都沒有相同的功能，我從基於某些地標的原始圖像中提取它們。（例如考慮我們有人臉的原始圖像，我的地標是眼睛的中心，鼻尖和嘴角）。所以，我必須使用提取的補丁來提供所有相關的feed_dict。 –

如何在張量流中通過feed_dict饋送多個輸入

回答

相關問題