我试图按照链接中描述的顺序示例来提供训练数据的方法 https://www.tensorflow.org/programmers_guide/reading_data用于通过输入管道和队列训练基于LSTM的RNN模型。由于这些示例是符号引用，我不清楚如何在训练模型上提供单个或一批测试输入。在论坛（Sample from tensorflow LSTM model when using symbolic batch inputs）上提出了类似的查询，但解决方案尚不清楚。这里的任何建议
答案 0 :(得分：0)
经过一些搜索后，这是我从链接https://github.com/dennybritz/tf-rnn/issues/3
中获得的最佳效果执行此操作的不同方法：
1）使用不同的张量作为输入，为训练/推理（通常建议这样做）创建不同的图形。 2）使用tf.contrib.learn.Estimator及其输入函数 3）sess.run（[train_op]，feed_dict = {batched_data：YOUR_CUSTOM_DATA}）应该有效