Tensorflow RNN教程

Question

我关注RNN tutorial of Tensorflow。 我无法理解以下脚本中function ptb_producer中的reader.py：

    with tf.control_dependencies([assertion]):
      epoch_size = tf.identity(epoch_size, name="epoch_size")

    i = tf.train.range_input_producer(epoch_size, shuffle=False).dequeue()
    x = tf.strided_slice(data, [0, i * num_steps],[batch_size, (i + 1) * num_steps])
    x.set_shape([batch_size, num_steps])
    y = tf.strided_slice(data, [0, i * num_steps + 1],[batch_size, (i + 1) * num_steps + 1])
    y.set_shape([batch_size, num_steps])
    return x, y

任何人都可以解释tf.train.range_input_producer正在做什么吗？

Answer 1

我几周来一直试图理解相同的教程。在我看来，令人困难的是，TensorFlow调用的所有函数都不会立即执行，而是将相应的操作节点添加到图形中。

根据official documentation，范围输入生成器'在队列中生成从0到limit - 1的整数。因此，我看到它的方式，问题i = tf.train.range_input_producer(epoch_size, shuffle=False).dequeue()中的代码创建了一个节点，该节点充当计数器，一旦执行就生成序列0:(epoch_size)中的下一个数字。

这用于从输入数据中获取下一批。原始数据被分成batch_size行，因此每次运行batch_size批次都会被赋予培训功能。在每个批次（行）中，大小为num_steps的滑动窗口向前移动。计数器i允许窗口在每次通话中向前移动num_steps。

x和y都具有[batch_size, num_steps]形状，因为它们每个都包含batch_size批num_steps个步骤。变量x是输入，y是给定输入的预期输出（它是通过将窗口向左移动一个项目产生的，因此iff x = data[i:(i + num_steps] then y = data[(i + 1):(i + num_steps + 1)]。

这对我来说是一场噩梦，但我希望这篇文章可以帮助将来的人们。