如何将numpy数组提供给TensorFlow的预取和缓冲管道

Question

我试图关注Cifar10 example。但是，我想用Numpy数组替换文件读取。这样做有几个好处：

• 更简单的代码（我想删除二进制文件解析）
• 更简单的图形和可视化 - ＆gt;更容易向其他观众解释
• 小的性能提升（由于I / O和解析）？

这是一个简单的方法吗？

Answer 1

您需要通过以下任一方式获得张量reshape_image：

• 给它起个名字
• 找到其默认名称，例如Tensorboard

reshaped_image = tf.cast(read_input.uint8image, tf.float32, name="float_image")

然后你可以使用feed_dict来提供你的numpy数组，如：

reshaped_image = tf.get_default_graph().get_tensor_by_name("float_image")
sess.run(loss, feed_dict={reshaped_image: your_numpy})

标签也是如此。