如何用Tensorflow輸入整數向量

Question

我正在實現一種神經網絡，特別是一個多層感知器來檢測幾句話的語言。特別是，我在Python 3.X中使用了Tensorflow。

此前，我用10種語言的幾個句子構建了一個2克文件。 2-gram文件用作我的神經網絡的輸入。例如，像「我喜歡足球」這樣的句子可能是['1'，'15'，'3'，...，'30']。

作爲教程，我正在關注the next。

這個例子是使用MINST，你可以在進口部分中看到：

from tensorflow.examples.tutorials.mnist import input_data 
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) 

我的問題是，我怎麼可以通過這個載體，我的神經網絡？

在這個例子中，我可以看到下面的語句：

batch_x, batch_y = mnist.train.next_batch(batch_size) 

而且，這等一個：

_, c = sess.run([optimizer, cost], feed_dict={x: batch_x, y: batch_y}) 

有，也很難理解，因爲我不知道這是類型爲batch_x和batch_y。

Answer 1

他們可以在numpy的或列表格式，但是當你與feed_dict餵養它，它變成張量對象，

您可以通過feed_dict通過它，因爲sess.run([optimizer, cost], feed_dict={x: batch_x, y: batch_y})

一般情況下，你有數據x和標籤y，你要根據y與x訓練你的網絡和計算損失（或成本），現在的訓練，你沒有必要養活整個x到網絡，而是我們把x到所謂batch然後部分，挑選每個batch並且訓練網絡（因此每個batch具有batch_x的數據和batch_y的標籤），然後轉到下一個batch。