估計器與協調器作爲輸入函數以張力流分佈式閱讀輸入數據

CNN cifar10教程（張量流程教程）給出了一個低層次的API讀取數據的例子作爲一個獨立的作業來訓練模型（多GPU）。是否可以在低級線程支持和多/單GPU訓練的情況下使用高級API估算器？估計器與協調器作爲輸入函數以張力流分佈式閱讀輸入數據

我正在尋找一種方式來結合兩種：

從高級API定製的估計，細節https://www.tensorflow.org/extend/estimators
input_fn的隊列，這給其描述相同的功能在https://www.tensorflow.org/programmers_guide/reading_data的協調員類
```
coord = tf.train.Coordinator() 
threads = tf.train.start_queue_runners(sess=sess, coord=coord) 
```

這不是直截了當的我！

2017-03-01 Aga

有一個堆棧溢出相關的問題： http://stackoverflow.com/questions/42506384/using-read-batch-record-features-with-an-estimator/42508760#42508760 – Aga

我推送密碼到here。
使用估計器時支持input_fn作爲隊列。具有低級線程支持和多/單GPU訓練的高級API估計器。客戶需要的代碼很容易。

2017-11-27 13:44:32

順便說一句，我使用張量流1.3.0 –

回答