在张量流中使用 ClientSession::Run 和 ClientSession:FeedType答案

【问题标题】：Using ClientSession::Run and ClientSession:FeedType in tensorflow在张量流中使用 ClientSession::Run 和 ClientSession:FeedType
【发布时间】：2017-06-26 08:50:32
【问题描述】：

我是 Tensorflow 和机器学习的新手，我正在尝试使用 C++ API 创建一个单层全连接神经网络来识别 MNIST 数据库中的数字。

在官方文档中，是这样的用例：

Status Run(
  const FeedType & inputs,
  const std::vector< Output > & fetch_outputs,
  std::vector< Tensor > *outputs
) const

FeedType 是std::unordered_map< Output, Input::Initializer, OutputHash > FeedType。

我需要输入两个数据集：图像 ([][784]) 和预期结果 ([][10]) 以便对其进行训练。

谁能给我一个应该怎么做的例子？

【问题讨论】：

标签： c++ tensorflow

【解决方案1】：

我在 API 的源代码中找到了解决方案：提供数据应该如下所示：

ClientSession::FeedType feed;
Tensor m_tensor(DT_FLOAT, TensorShape({length}));
//length is an int representing the dimension of the tensor
for(int i = 0 ; i < length ; i++){
     data[i] = m[i]; //m is where your feed data is
}
feed.insert({x, m_tensor}); //x is a placeholder

但是，这是一个可以编译的解决方案，因为我仍然停留在几个方面，我还没有测试它是否也能按预期工作。我为糟糕的格式道歉。

【讨论】：

我已经编译并运行了它，这个解决方案有效，但我不能保证它是最好的方法。