在TensorFlow中使用Tensors而不是numpy数组提供输入

Question

如果输入数据是numpy数组格式，那么我们可以在图中声明一个占位符，并使用numpy数组数据提供占位符。但是，如果输入数据已经是Tensor格式（我们使用tf.image.decode_jpeg加载jpg文件就是这种情况），那么我们就无法将Tensor提供给占位符。在这种情况下，我们是否应该使用不可训练的TF变量作为占位符，并通过tf.assign将Tensor提供给这些变量？

Answer 1

想出来。您只需将批量的Tensors传送到模型即可。该模型可能有一行看起来类似于op = optimizer.minimize(loss)。然后，每次调用sess.run(op)时，模型将在提供给它的批次上进行训练。此外，每次调用sess.run(op)时，如果我们使用tf.train.batch来提供批次，我们应该有不同的批次。