如何用TensorFlow定义MNIST训练图像的修正序列？

Question

我尝试使用TensorFlow和TensorFlow示例中的MNIST数据集训练模型。这很好。 但每当我启动运行模型训练的python脚本时，训练图像的顺序（序列）就会不同。 当我启动python脚本时，如何定义训练图像序列是否每次都相同？

Answer 1

假设您关注this tutorial，您的脚本中会有一些代码如下所示：

for _ in range(1000):
    batch = mnist.train.next_batch(100)   
    train_step.run(feed_dict={x: batch[0], y_: batch[1]})

定义函数next_batch here.在定义中，

 def next_batch(self, batch_size, fake_data=False, shuffle=True):

您将看到关键字参数shuffle默认为True。因此，请尝试将您的调用更改为next_batch，以包含shuffle = False，如下所示。

batch = mnist.train.next_batch(100, shuffle=False)

如果没有您尝试使用的实际脚本的最小示例，则很难提供更多信息。