テンソルフローの入力をまとめてバッチする方法は？

Question

私は、テンソルフローのMNISTチュートリアルのように、テンソルフローにそれらを与えることができるように、私が作業しているニューラルネットワークの入力をまとめてバッチしようとしています。しかし、私はこれをやっても見つからず、チュートリアルでは扱いません。私は上記のエラーを取得していますなぜ、私はちょうどバッチとしての私の入力を処理するためにtensorflowを取得する方法がわからないということを理解

ValueError: Cannot feed value of shape (50, 10, 10) for Tensor'Placeholder:0', which has shape '(10, 10)' 

：

input = tf.placeholder(tf.float32, [10, 10]) 
... 
accuracy = tf.reduce_mean(tf.cast(correct, tf.float32)) 
inputs = #A list containing 50 of the inputs 
sess.run(accuracy, feed_dict={input: inputs}) 

これは、次のエラーがスローされます私はそれを1つの形としてすべて供給しようとしていると思うのではなく、

ありがとうございました！

Answer 1

プレースホルダの署名を変更する必要があります。エラーメッセージを分解してみましょう：

ValueError: Cannot feed value of shape (50, 10, 10) for 
Tensor'Placeholder:0', which has shape '(10, 10)' 

あなたinputs変数は、形状(10, 10)の50要素を意味し、テンソルPlaceholder:0があなたのinput変数である形状(50, 10, 10)を有するものです。あなたは（あなたが値Placeholder:0を取得しますinput.name印刷する場合。 値を養うことはできません、それはinputにinputsを割り当てることができないことを意味します。

最初の迅速な解決が

にプレースホルダ inputの形状を修正することです

バッチサイズを指定するより良い方法は、バッチサイズの定義されていないシェイプディメンションをNone ：

input = tf.placeholder(tf.float32, [None, 10, 10]) 

これは、1からアーキテクチャのハードウェア制限までのバッチサイズで動作します。

Answer 2

tf.reduce_mean（）を呼び出すときに、形状[batch_size、10、10]を持つように入力を別に設定し、パラメータreduction_indicesを使用する必要があります。脇に、tf.contrib.learn.read_batch_examples()は、バッチキューを使用してサンプルをバッチ処理します。ドキュメントhereを参照してください。