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!
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