2017-11-18 22 views
0

入力データがnumpy配列形式であれば、グラフ内にプレースホルダを宣言し、プレースホルダにnumpy配列データを渡すことができます。しかし、入力データが既にTensor形式である場合(これは、tf.image.decode_jpegを使用してjpgファイルをロードする場合です)、テンソルをプレースホルダに供給することはできません。この場合、訓練できないTF変数をプレースホルダとして使用し、tf.assignによってこれらの変数にTensorを供給する必要がありますか?TensorFlowでnumpy配列の代わりにTensorsで入力を入力する

+0

セッション内のテンソルを評価することで、テンソルをNumPy配列に変換できます。テンソルのeval()メソッドを呼び出すこともできます。これは同じことを実現します。 – MatthewScarpino

+0

はいわかりました。しかし、私はテンソルを貧弱に変換して、プレースホルダー(テンソルを表す)にnumpyを戻すことはあまり効率的ではないと考えています。 2つのコンバージョンを完全に回避できるかどうかは疑問です。 – user131379

答えて

0

それを実演しました。テンソルのバッチをモデルに単純にフィードすることができます。モデルにはおそらくop = optimizer.minimize(loss)のような線があります。次に、sess.run(op)が呼び出されるたびに、モデルはそれに提供されたバッチに対して訓練されます。また、sess.run(op)が呼び出されるたびに、tf.train.batchを使用してバッチを提供する場合は、別のバッチが必要です。

関連する問題