Question

我对如何在CIFAR-10 TensorFlow教程中实现验证感到困惑。

我正在运行位于https://github.com/tensorflow/models/tree/master/tutorials/image/cifar10的CIFAR-10模型。

让我们假设我有一堆文件，我想要同时洗牌，并分成每个训练时期的训练和验证数据（按纪元我的意思是整个数据集，训练和验证一轮）。

也就是说，然后我会进行培训，培训结束后，我会进行验证，之后，我会重新调整数据文件并分成新的培训和验证集。

我怀疑这样做的方法可能涉及_LoggerHook对象：

class _LoggerHook(tf.train.SessionRunHook):
    """Logs loss and runtime."""

    def begin(self):
        self._step = -1
        self._start_time = time.time()

    def before_run(self, run_context):
        self._step += 1
        return tf.train.SessionRunArgs(loss)  # Asks for loss value.

    def after_run(self, run_context, run_values):
        if self._step % FLAGS.log_frequency == 0:
            current_time = time.time()
            duration = current_time - self._start_time
            self._start_time = current_time

            loss_value = run_values.results
            examples_per_sec = FLAGS.log_frequency * FLAGS.batch_size / duration
            sec_per_batch = float(duration / FLAGS.log_frequency)

            format_str = ('%s: step %d, loss = %.2f (%.1f examples/sec; %.3f '
                              'sec/batch)')
            print(format_str % (datetime.now(), self._step, loss_value,
                                    examples_per_sec, sec_per_batch))

由于这已经跟踪了步骤，但我如何提供正确的文件队列？

任何正确方向的帮助或指示都会很棒。

Answer 1

以下内容应该有效： Foo<Bar<int> >

或试试这个......（我最喜欢的）

model_selection方法train_test_split Reference Link专门用于将您的数据分成随机和按百分比的列车和测试集。

tf.split_v(tf.random_shuffle(...

希望这会有所帮助......

在Tensorflow CIFAR-10教程中的训练/验证中拆分数据

1 个答案: