tensorflow-datasets

7熱度

1回答

tf.train.MonitoredTrainingSession並重新初始化的迭代器從數據集

看來，如果一個MonitoredTrainingSession第一次調用之前做一些操作（記錄？）到.RUN（..），這意味着當我這樣做： train_data = reader.traindata() # returns a tf.contrib.data.Dataset it = tf.contrib.data.Iterator.from_structure(train_data.output

tensorflow tensorflow-datasets 2017-08-29

---

8熱度

2回答

如何使用DataSet API在Tensorflow中爲tf.train.SequenceExample數據創建填充批次？

對於Tensorflow訓練的LSTM模式，我已經結構化我的數據爲tf.train.SequenceExample格式，並將其存儲到TFRecord文件。我現在想使用新的DataSet API來生成生成填充批次用於培訓。在the documentation有一個使用padded_batch的例子，但對於我的數據我無法弄清楚padded_shapes應該是什麼值。 對於讀TFrecord文件到我寫了

python tensorflow lstm tensorflow-datasets 2017-08-30

---

3熱度

3回答

Tensorflow的數據集API中的內存管理

我有一個太大而不適合內存的訓練數據集，所以我的代碼一次只能從磁盤讀取1,000條記錄。現在我想使用Tensorflow的新Dataset API。數據集API是否允許我指定保留在內存中的記錄數量還是Tensorflow自動管理內存，這樣我就不必？

tensorflow tensorflow-datasets 2017-07-16

---

5熱度

2回答

如何在TensorFlow中使用「group_by_window」函數

在TensorFlow的新輸入管道函數集中，可以使用「group_by_window」函數將記錄組合​​在一起。據這裏的文檔中描述： https://www.tensorflow.org/api_docs/python/tf/contrib/data/Dataset#group_by_window 我不完全瞭解這裏用來描述功能的解釋，我傾向於通過例子來學習最好的。我無法在互聯網上的任何位置找到此功

python tensorflow tensorflow-datasets 2017-07-25

---

4熱度

1回答

TensorFlow：tf.contrib.data中的「無法通過值捕獲有狀態節點」API

對於傳輸學習，通常使用網絡作爲特徵提取器來創建要素的數據集，在該數據集上訓練另一個分類器（例如， SVM）。 我想實現這個使用DataSet API（tf.contrib.data）和dataset.map()： # feature_extractor will create a CNN on top of the given tensor def features(feature_extrac

tensorflow tensorflow-datasets 2017-06-05

---

0熱度

1回答

跳過TFRecordDataset.map（）中的數據集條目

生成TFRecordDataset時，如何跳過TFRecord文件中的條目？ 給定一個TFRecord文件和​​對象，我創建了一個新的數據集map ing protobuf定義。例如， features = {'some_data': tf.FixedLenFeature([], tf.string)} def parser(example_proto): e = tf.parse_

tensorflow tensorflow-datasets 2017-09-16

---

0熱度

1回答

有沒有更簡單的方法來處理來自tfrecords的批量輸入？

我的問題是關於如何從多個（或分片）tfrecords獲取批量輸入。我已閱讀示例https://github.com/tensorflow/models/blob/master/inception/inception/image_processing.py#L410。基本流程是，以訓練集爲例，（1）首先從這些文件名中生成一系列記錄（例如，train-000-of-005,train-001-of-0

python tensorflow tensorflow-datasets tfrecord 2017-08-01

---

0熱度

1回答

什麼是新加入的API`tf.contrib.data`

此API之前，我一直在下面的教程官方几個步驟準備數據集的目的： 1.write樣品tfrecord文件 2.read它與讀者如字符串 3.decode的字符串張量 4.batch 那麼什麼是介紹這個新的API的目的是什麼？它和基於隊列的輸入管道有什麼區別？我應該選擇哪一個？我也是一個pytorch用戶，pytorch有一個dataset api，它是pytorch的「複製」嗎？

python tensorflow deep-learning tensorflow-datasets 2017-08-06

---

0熱度

1回答

Tensorflow：不兼容的類型dataset.map（）在tf.contrib.data

當使用哈希表查找與tf.contrib.Dataset.map()，它失敗，錯誤如下： TypeError: In op 'hash_table_Lookup', input types ([tf.string, tf.string, tf.int32]) are not compatible with expected types ([tf.string_ref, tf.string, tf.i

tensorflow tensorflow-datasets 2017-06-17

---

1熱度

2回答

使用tf.estimator初始化tf.contrib.data.Iterator

如果tf.estimator.Estimator也被使用，應該如何初始化tf.contrib.data.Iterator？ 其中一個問題是，輸入圖形（TF圖表處理輸入的一部分）應該在intput_fn()被定義 - 東陽tf.estimator創建seprate曲線圖。 這個要求使得很難訪問迭代器init ops並通過它們to tf.estimator（以鉤子的形式調用train/evaluate

tensorflow tensorflow-datasets tensorflow-estimator 2017-08-10

---