TensorFlow 使用数据集替换函数 feed_dict

Question

当我学习一个tensorflow项目时，找一行代码：

cls_prob, box_pred = sess.run([output_cls_prob, output_box_pred], feed_dict={input_img: blob})

但是，这行代码花了很多时间。 （使用CPU需要15秒...┭┮﹏┭┮）

通过查阅资料，我发现使用函数'dataset'可以解决这个花费了很多时间的问题，我应该如何使用它？

“blob”的来源：

img = cv2.imread('./imgs/001.jpg')
img_scale = float(600) / min(img_data.shape[0], img_data.shape[1])
if np.round(img_scale * max(img_data.shape[0], img_data.shape[1])) > 1200:
    img_scale = float(1200) / max(img_data.shape[0], img_data.shape[1])
img_data = cv2.resize(img_data, None, None, fx=img_scale, fy=img_scale, interpolation=cv2.INTER_LINEAR)
img_orig = img_data.astype(np.float32, copy=True)
blob = np.zeros((1, img_data.shape[0], img_data.shape[1], 3),dtype=np.float32)
blob[0, 0:img_data.shape[0], 0:img_data.shape[1], :] = img_orig

'output_cls_prob'&'output_box_pred'&'input_img'的来源：

# Actually,read PB model...
input_img = sess.graph.get_tensor_by_name('Placeholder:0')
output_cls_prob = sess.graph.get_tensor_by_name('Reshape_2:0')
output_box_pred = sess.graph.get_tensor_by_name('rpn_bbox_pred/Reshape_1:0')

参数类型：

blob：type 'numpy.ndarray'

output_cls_prob：class 'tensorflow.python.framework.ops.Tensor'

output_box_pred：class 'tensorflow.python.framework.ops.Tensor'

input_img：class 'tensorflow.python.framework.ops.Tensor'

Answer 1

tf.data 是 tensorflow 输入管道的推荐 API。这是tensorflow.org 的教程。对于您的示例，"Decoding image data and resizing it" 部分可能是最有用的。例如，您可以执行以下操作：

# Reads an image from a file, decodes it into a dense tensor, and resizes it
# to a fixed shape.
def _parse_function(filename):
  image_string = tf.read_file(filename)
  image_decoded = tf.image.decode_jpeg(image_string)
  image_resized = tf.image.resize_images(image_decoded, [new_width, new_height])
  image_resized = tf.expand_dims(image_resized, 0)  # Adds size 1 dimension
  return image_resized

# A vector of filenames.
filenames = tf.constant(["./imgs/001.jpg", ...])

dataset = tf.data.Dataset.from_tensor_slices(filenames)
dataset = dataset.map(_parse_function)

不要让input_img 成为占位符，而是更改：

input_img = tf.placeholder(tf.float32)
output_class_prob, output_class_pred = (... use input_img ...)

到：

iterator = dataset.make_one_shot_iterator()
input_img = iterator.get_next()
output_class_prob, output_class_pred = (... use input_img ...)

Answer 2

首先你应该知道，在使用多个 GPU 时，使用 Dataset API 对性能的影响很大……否则几乎与 feed_dict 相同。我建议您阅读来自 TF 开发人员的 this other answer，它几乎包含了人们需要知道的所有内容，以便在脑海中想象这个新 API 的好处。