Tensorflow，喂 Estimator.fit(batch)答案

【问题标题】：Tensorflow, feeding Estimator.fit(batch)Tensorflow，喂 Estimator.fit(batch)
【发布时间】：2017-07-10 03:44:42
【问题描述】：

您能否提供一个使用高级 API 估算器与占位符和喂料批次的示例，例如用于基本用途：

for step in xrange(max_steps):
    batch_of_inputs,batch_of_targets= get_batch_from_disk(step)# e.g.batches are stored as list where step is and index of the list
    feed_dict = {x:batch_of_inputs,y:batch_of_targets}
    _, loss_value = sess.run([train_op, loss],
                         feed_dict=feed_dict)

如何使用 Estimator API 做同样的事情？ Estimator 将 batch_size、steps、input_fuc 或 feed_fun 作为 fit 函数的参数（参见 doc https://www.tensorflow.org/versions/master/api_docs/python/contrib.learn/estimators），但我不清楚如何实现一个函数，该函数将从例如批量加载数据磁盘？

【问题讨论】：

标签： python tensorflow neural-network

【解决方案1】：

我不认为估算器是否真的要与占位符一起使用。他们使用input_fn 的概念，正确描述here。

如果你真的需要使用占位符，你可以使用FeedFnHook：

def input_fn():  # empty input_fn, returns features and labels
    return {}, {}

feed_dict = {x:batch_of_inputs,y:batch_of_targets}
def feed_fn():  # feed_fn with hardcoded feed_dict
    return feed_dict

hooks = [tf.train.FeedFnHook(feed_fn=feed_fn)]
estimator.train(input_fn=input_fn, hooks=hooks, steps=1)

【讨论】：