在TensorFlow中使用Tensors而不是numpy数组提供输入

时间:2017-11-18 18:00:52

标签: tensorflow

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?

1 个答案:

答案 0 :(得分:0)

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。