Tensorflow minibatch Ausbildung

Wie kann ich trainieren, ein Netzwerk in TensorFlow mit minibatches von Daten?
In den Tiefen des MNIST-tutorial, die Sie verwenden:

for i in range(1000):
   batch = mnist.train.next_batch(50)
   train_step.run(feed_dict={x: batch[0], y_: batch[1]})

Meine Frage ist - sind x und y_ Variablen mit den passenden Abmessungen, um ein einziges Beispiel, das batch[0],batch[1] sind Listen solcher Eingänge und Ausgänge? in diesem Fall wird TensorFlow automatisch fügen Sie die Gradienten für jede Schulung Beispiel in diesen Listen? oder sollte ich mein Modell so, dass x und y_ bekommen eine ganze minibatch?

Mein problem ist, dass wenn ich versuche Sie zu füttern, eine Liste für jeden Platzhalter, es versucht, den Eingang wird die gesamte Liste für die Platzhalter, und ich somit auf eine grà ¶ ãÿe: Cannot feed value of shape (n, m) for Tensor u'ts:0', which has shape '(m,)', wo n ist der minibatch Größe und m ist den einzelnen input-Größe.

Dank.

InformationsquelleAutor yoki | 2016-07-02
  1. 10

    In der MNIST-tutorial x und y_sind Platzhalter mit einer definierten Form:

    x = tf.placeholder(tf.float32, shape=[None, 784])
y_ = tf.placeholder(tf.float32, shape=[None, 10])

    Den shape=[None, 784] bedeutet, dass diese Platzhalter haben die dimension 2.

    Also, auf die Antwort deiner ersten Frage:

    sind x und y_ Variablen mit den passenden Abmessungen, um an einem einzigen Beispiel

    Der ersten dimension enthalten kann, die einer unbestimmten Anzahl von Elementen (also 1, 2, ... 50 ...) und die zweite dimension enthalten kann exaclly 784 = 28*28 Elemente (das sind die Funktionen einer einzigen MNIST Bild).

    Wenn Sie füttern das Diagramm mit einer python-Liste mit der Form [1, 784] oder [50, 784] ist völlig gleich für tensorflow, es kann mit ihm ohne Probleme.

    Stapel[0],batch[1] sind Listen solcher Eingänge und Ausgänge?
    in der tutorial-Sie definieren batch-Aufruf batch = datasets.train.next_batch(50).
    Also:

    • batch[0] ist eine Liste der Form [50, 784]
    • batch[1] ist eine Liste der Form [50, 10]

    wird TensorFlow automatisch fügen Sie die Gradienten für jede Schulung Beispiel in diesen Listen? oder sollte ich mein Modell so, dass x und y_ bekommen eine ganze minibatch?

    Tensorflow übernimmt dies für Sie.

    Den Fehler meldest Cannot feed value of shape (n, m) for Tensor u'ts:0', which has shape '(m,)'
    ist eine Form-Fehler.

    Du bist nicht die Neugestaltung der Eingänge, um die gleiche Form des Platzhalters.

    • "Tensorflow übernimmt dies für Sie." - aber meine Kosten-Funktion, müssen immer noch die Summe über eine unbekannte Anzahl von Proben (wird gesetzt, wenn die Anwendung ausgeführt wird), richtig? Es ist nicht so, dass ich schreiben Sie eine Kostenfunktion für ein einzelnes Beispiel und es reicht es irgendwie.
    • Ja, es ist richtig. Die tf.reduzieren* Funktion wird Ihnen helfen, zu Summe/Durchschnitt über die unbekannte Zahl der Probe
    InformationsquelleAutor nessuno
Schreibe einen Kommentar