TensorFlow - 如何評估每個示例的所有測試集一次且僅有一次

Question

我正在運行來自TensorFlow的cifar10示例。但是評估有一個問題。

我有一個測試集，我想從它評估每個例子一次也只有一次。但代碼（line 121）現在只能從隊列中（line 126）獲得，這不能保證。我也做了修改，輸入是'.tfrecords'文件。有什麼建議嗎？

預先感謝您。

Answer 1

創建文件名隊列here的函數tf.train.string_input_producer可以接受參數num_epochs。您可以指定您希望它只運行1個紀元。

# Create a queue that produces the filenames to read. 
filename_queue = tf.train.string_input_producer(filenames, num_epochs=1) 

Answer 2

我已經想出了一個解決方案，但不完善。線索將其從變量中排除以加載並自行初始化limit_epochs。以下是詳細步驟：

添加編碼 del variables_to_restore['input_producer/limit_epochs/epochs']後variables_to_restore = variable_averages.variables_to_restore()。它會停止加載input_producer/limit_epochs到模型。

接下來，在會話中添加代碼sess.run(tf.initialize_variables([v for v in tf.all_variables() if v.name.startswith("input_producer")]))以激活變量。

最後，請執行操作filename_queue = tf.train.string_input_producer(filenames, num_epochs=1)。

並嘗試在關閉線程之前保存文件。

不完美是你必須讓每個線程只讀一個例子，如果你想它適合任意測試的例子。