平面カーブのネットワークを訓練したいと思います。これは形状が数字の配列として表されます。(L,2)
。 数字2はx、y座標を表し、Lはデータセット内で変化するポイントの数です。私はx、yを2つの異なる "チャンネル"として扱います。Tensorflowでサイズを変更して入力を入力する方法
次のバッチを形状(batch_size,)
の1D numpy配列として提供し、形状が2次元配列の(L,2)
である要素を含む関数next_batch(batch_size)
を実装しました。これらは私の曲線です。前述したように、要素間でLが異なります。 (私はカーブの固定点数に限定したくなかった)。
私の質問:
どのように私は、私はTensorflowチュートリアルに表示される内容と同様のスキームを使用して、入力カーブとのネットワークを養うことができますnext_batch()
からの出力を操作することができますhttps://www.tensorflow.org/get_started/mnist/pros
すなわち、feed_dict
メカニズムを使用します。
train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5})
batch[0]
は、固定された形状を有している:(50,784)
(50 =#サンプル、784 = #pixels)
私は私を変換することができない入力サイズはチュートリアルのコード行で、固定したturorial所与において 配列はすべての次元で固定サイズでなければならないので、形状がnumpyの配列に入力してください。(batch_size,L,2)
どうすればいいですか?
私はすでにプレースホルダ(それは未知の大きさを持つことができます)に定義:
#first dimension is the sample dim, second is curve length, third:x,y coordinates
x = tf.placeholder(tf.float32, [None, None,2])
のが、どのように私はそれを正しく養うことができますか?
ありがとうございました
入力に埋め込み可能な解決策はありますか? –
残念ながら、私の問題では、 –
@Day_Dreamerバッチ処理を使用するには、それを埋める必要があります。長さのプレースホルダを作成するのはどうですか? – Maxim