我可以通过tf.train.Supervisor提供一个占位符

Question

当我使用tf.train.Supervisor来管理我的培训课程时。我使用数据集将输入提供给我的网络。现在我需要在我的网络中定义一个占位符。我发现我无法将此占位符提供给我的网络。我尝试将以下内容传递给Supervisor：init_feed_dict。

__init__(
    graph=None,
    ready_op=USE_DEFAULT,
    ready_for_local_init_op=USE_DEFAULT,
    is_chief=True,
    init_op=USE_DEFAULT,
    init_feed_dict=None,
    local_init_op=USE_DEFAULT,
    logdir=None,
    summary_op=USE_DEFAULT,
    saver=USE_DEFAULT,
    global_step=USE_DEFAULT,
    save_summaries_secs=120,
    save_model_secs=600,
    recovery_wait_secs=30,
    stop_grace_secs=120,
    checkpoint_basename='model.ckpt',
    session_manager=None,
    summary_writer=USE_DEFAULT,
    init_fn=None
)

但它没有用，我的问题有什么解决办法吗？

Answer 1

好吧，最后你应该发布一些代码。

但无论你如何定义占位符

my_input = tf.placeholder(tf.float32, shape=my_shapes)

定义模型的输入张量和

比在tf.Graph中运行tf.Session而不是为您的输入占位符提供值

feed_dict = {my_input: my_values}

在您的情况下，使用tf.train.Supervisor()自选会话，您可以在init_feed_dict处提供这些值。