Tensorflow：将数据输入图表

Question

我使用Tensorflow编写了一个算法。我的代码结构如下：

1. 从csv读取数据并将其存储在列表列表中，其中每个列表包含来自csv的单行。

2. 使用feed_dict方法为图表提供单行数据。这是在循环中完成的，直到处理完所有行。

TF图在GPU上执行。我的问题与从CPU到GPU的数据传输有关。使用feed_dict是否意味着从主机到设备会有很多小的转移？如果是，是否可以使用feed_dict进行批量转移并在TF图中使用循环？

Answer 1

是。如果文件大小很小（例如单行文本），则可能会有许多小的主机到设备传输。

以下是将feed_dict与自定义fill_feed_dict函数一起使用的示例：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/mnist/fully_connected_feed.py

为了您的使用，使用TensorFlow的QueueRunner处理许多小文件可能更容易。这将创建一个读取器线程池，以预取您的数据并帮助加快TensorFlow图形的数据可用性。

scores[0] <= scores[1]

（https://www.tensorflow.org/how_tos/reading_data/#batching）