Question

我正在尝试找出将dataset API与estimator API结合使用的推荐方法。我在网上看到的所有内容都是这种变化：

def train_input_fn():
   dataset = tf.data.Dataset.from_tensor_slices((features, labels))
   return dataset

然后可以将其传递给估算器的训练函数：

 classifier.train(
    input_fn=train_input_fn,
    #...
 )

但是dataset guide警告：

以上代码片段将把特征和标签数组作为tf.constant（）操作嵌入到TensorFlow图中。这对于较小的数据集来说效果很好，但浪费内存-因为数组的内容将被多次复制-并可能会占用tf.GraphDef协议缓冲区的2GB限制。

然后描述一种方法，该方法涉及定义占位符，然后用feed_dict填充占位符：

features_placeholder = tf.placeholder(features.dtype, features.shape)
labels_placeholder = tf.placeholder(labels.dtype, labels.shape)

dataset = tf.data.Dataset.from_tensor_slices((features_placeholder, labels_placeholder))

sess.run(iterator.initializer, feed_dict={features_placeholder: features,
                                          labels_placeholder: labels})

但是，如果您使用的是estimator API，则不会手动运行会话。那么如何在估计器中使用dataset api并同时避免与from_tensor_slices()相关的问题？

Answer 1

要使用可初始化或可重新初始化的迭代器，必须创建一个继承自tf.train.SessionRunHook的类，该类在训练和评估步骤中可以多次访问会话。

然后，您可以使用此新类初始化通常在经典设置中执行的迭代器。您只需要将此新创建的挂钩传递给培训/评估功能或正确的火车规格即可。

这是一个可以满足您的需求的简单示例：

class IteratorInitializerHook(tf.train.SessionRunHook):
    def __init__(self):
        super(IteratorInitializerHook, self).__init__()
        self.iterator_initializer_func = None # Will be set in the input_fn

    def after_create_session(self, session, coord):
        # Initialize the iterator with the data feed_dict
        self.iterator_initializer_func(session) 


def get_inputs(X, y):
    iterator_initializer_hook = IteratorInitializerHook()

    def input_fn():
        X_pl = tf.placeholder(X.dtype, X.shape)
        y_pl = tf.placeholder(y.dtype, y.shape)

        dataset = tf.data.Dataset.from_tensor_slices((X_pl, y_pl))
        dataset = ...
        ...

        iterator = dataset.make_initializable_iterator()
        next_example, next_label = iterator.get_next()


        iterator_initializer_hook.iterator_initializer_func = lambda sess: sess.run(iterator.initializer,
                                                                                    feed_dict={X_pl: X, y_pl: y})

        return next_example, next_label

    return input_fn, iterator_initializer_hook

...

train_input_fn, train_iterator_initializer_hook = get_inputs(X_train, y_train)
test_input_fn, test_iterator_initializer_hook = get_inputs(X_test, y_test)

...

estimator.train(input_fn=train_input_fn,
                hooks=[train_iterator_initializer_hook]) # Don't forget to pass the hook !
estimator.evaluate(input_fn=test_input_fn,
                   hooks=[test_iterator_initializer_hook])

避免使用估算器api

1 个答案: