ミニバッチのデータを使用してTensorFlowでネットワークをトレーニングするにはどうすればよいですか?ディープMNISTチュートリアル は、彼らが使用します。Tensorflowミニバストレーニング
for i in range(1000):
batch = mnist.train.next_batch(50)
train_step.run(feed_dict={x: batch[0], y_: batch[1]})
私の質問です - あるx
と単一の例に適した寸法とy_
変数、およびbatch[0]
、batch[1]
あり、このような入力と出力のリスト?この場合、TensorFlowはこれらのリストに各トレーニングサンプルのグラデーションを自動的に追加しますか? x
とy_
がミニバッチ全体を取得するようにモデルを作成する必要がありますか?
私の問題は、私はそれを各プレースホルダのリストを供給しようとすると、それは入力にプレースホルダのリスト全体をしよう、と私はので、サイズの不一致を得ることです:Cannot feed value of shape (n, m) for Tensor u'ts:0', which has shape '(m,)'
、n
はminibatchのサイズであり、m
があります個々の入力サイズ
ありがとうございました。 MNISTチュートリアルx
とy_
"Tensorflowがこれを処理します。" - しかし、私のコスト関数は未知数のサンプル(これは実行時に設定されます)を合計する必要があります。それは私が単一のサンプルのためのコスト関数を書くことではなく、何とかそれを拡張します。 – yoki
はい、そうです。 tf.reduce *関数は、不明なサンプル数を合計/平均するのに役立ちます – nessuno