convNet의 tr-60 %, test-20 %, validate-20 %에서 50k 이미지 데이터 세트를 사용하려고합니다. 다음과 같이 지금까지 내가 자리 표시 자 및 sess.run() @ 그것을 feed_dicting을 만들었습니다 -큰 데이터 세트를 Tensorflow 세션에로드/피드하기
tf_train_dataset = tf.placeholder(
tf.float32, shape=(batch_size, image_size, image_size, num_channels))
......
...
feed_dict = {tf_train_dataset : batch_data, tf_train_labels : batch_labels}
_, l, predictions = session.run(
[optimizer, loss, train_prediction], feed_dict=feed_dict)
하지만 공식 TF 성능 가이드에 따라 구현하는 가난한 방법은 다음과 같이 - link to TF guide
당신은 TF에서 데이터를 읽기 위해 큐를 구현에 도움을 주시겠습니까? 그것이 최선의 방법 인 경우,특별한 상황이나 예제 코드가 아니라면, 데이터를 파이썬 변수에서 세션으로 공급하지 마십시오. 사전.
# This will result in poor performance. sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
는 스트림 패션
에 데이터를로드하는 연산을 생성하지만 1) 확실하지 않다 - : 내가 찾은
한 가지 방법이다 2) 위 제안을 구현할 수 없으므로이 의사 코드를 만드는 데 도움을 줄 수 있습니까? 감사합니다.