WideNDeep教程代码

Question

关于WideNDeep tutorial中的这行代码：

m.fit(input_fn=lambda: input_fn(df_train), steps=FLAGS.train_steps)

用于训练深层模型的batch_size是什么？ 目前，在我看来，该模型不是批量训练的？有没有默认的batch_size？

由于

Answer 1

您可以将batch_size作为参数传递给fit。 See the documentation on BaseEstimator.fit

Answer 2

我更改了本教程以进行批处理，如下所示：

1. 将CSV数据转换为TensorFlow格式（TFRecord文件中的示例）;然后
2. 从tf.contrib.learn（队列）中提供的read_batch函数创建input_fn

这是我使用的代码：

https://gist.github.com/cirocavani/7d9e827102093139acd400b02d2e7afb

input_fn是这样的：

def input_fn(mode, data_file, batch_size):
    input_features = create_feature_columns()
    features = tf.contrib.layers.create_feature_spec_for_parsing(input_features)

    feature_map = tf.contrib.learn.io.read_batch_record_features(
        file_pattern=[data_file],
        batch_size=batch_size,
        features=features,
        name="read_batch_features_{}".format(mode))

    target = feature_map.pop("label")

    return feature_map, target

我认为它会有一个更简单的解决方案，但我不知道TensorFlow还提供了一个：）