tensorflow-tf.train.shuffle

tf.train.shuffle_batch

tf.train.shuffle_batch(tensors,batch_size,capacity,min_after_dequeue,num_threads=1,seed=None,enqueue_many=False,shapes=None,allow_smaller_final_batch=False,shared_name=None,name=None
)

此函数向当前计算图添加以下内容:

将张量中的张量放入队列中的一种变换队列。

dequeue_many操作从队列中创建批次。

一个QueueRunner到QUEUE_RUNNER集合，将张量从张量中加入队列。

如果enqueue_many为False，则假定张量代表一个示例。一个形状为[x, y, z]的输入张量将作为一个形状为[batch_size, x, y, z]的张量输出。

如果enqueue_many为真，则假定张量代表一组示例，其中第一个维度通过示例索引，并且张量的所有成员在第一个维度中的大小应该相同。如果输入张量的形状是[*，x, y, z]，输出的形状是[batch_size, x, y, z]。

容量capacity参数控制允许预取队列增长的长度。

返回的操作是一个出队列操作，如果输入队列耗尽并将抛出tf.errors.OutOfRangeError 。

如果该操作正在为另一个输入队列提供数据，其队列运行器将捕获此异常，但是，如果在主线程中使用此操作，则您自己负责捕获此异常。
Creates batches of 32 images and 32 labels.

image_batch, label_batch = tf.train.shuffle_batch(
[single_image, single_label],
batch_size=32,
num_threads=4,
capacity=50000,
min_after_dequeue=10000)
tf.stack()

通过沿轴维数的排列，将张量列表中的值打包成一个维度比每个张量的值高1的张量。

#!/usr/bin/env python2
# -*- coding: utf-8 -*-
"""
Created on Tue Sep 18 20:19:40 2018"""import tensorflow as tf
x = tf.constant([1, 4])
y = tf.constant([2, 5])
z = tf.constant([3, 6])
res1=tf.stack([x, y, z], axis=1)
res2=tf.stack([x, y, z], axis=0)
with tf.Session() as sess:print sess.run(res1)print sess.run(res2)

[[1 2 3]
[4 5 6]]
[[1 4]
[2 5]
[3 6]]
转置

x = tf.constant([[1, 2, 3], [4, 5, 6]])
tf.transpose(x) # [[1, 4]

         #  [2, 5]#  [3, 6]]

读文件代码：

#生成文件名队列
fileName=os.getcwd()+"/1.csv"
fileNameQueue=tf.train.string_input_producer([fileName])
#生成记录键值对
reader=tf.TextLineReader(skip_header_lines=1)
key,value=reader.read(fileNameQueue)
recordDefaults=[[""],[0],[0]]
decoded=tf.decode_csv(value,record_defaults=recordDefaults)
name,age,source=tf.train.shuffle_batch(decoded,batch_size=1,capacity=2,min_after_dequeue=1)
features=tf.transpose(tf.stack([age,source]))

tensorflow-tf.train.shuffle_batch相关推荐

tensorflow tf.train.batch（）
tf.train.batch([example, label],batch_size=batch_size, capacity=capacity) [example, label]表示样本和样本标签, ...
tensorflow tf.train.ExponentialMovingAverage().variables_to_restore()函数（用于加载模型时将影子变量直接映射到变量本身）
variables_to_restore函数,是TensorFlow为滑动平均值提供.之前,也介绍过通过使用滑动平均值可以让神经网络模型更加的健壮.我们也知道,其实在TensorFlow中,变量的滑动 ...
tensorflow tf.train.ExponentialMovingAverage() （滑动平均模型）（移动平均法 Moving average，MA）（用于平滑数据波动对预测结果的影响）
tf.train.ExponentialMovingAverage 函数定义 tensorflow中提供了tf.train.ExponentialMovingAverage来实现滑动平均模型,他使用指 ...
tensorflow tf.train.Saver.restore() （用于下次训练时恢复模型）
# 保存当前的Session到文件目录tf.train.Saver().save(sess, 'net/my_net.ckpt') # 然后在下次训练时恢复模型: tf.train.Saver().r ...
TensorFlow数据读取机制：文件队列 tf.train.slice_input_producer和 tf.data.Dataset机制
TensorFlow数据读取机制:文件队列 tf.train.slice_input_producer和tf.data.Dataset机制之前写了一篇博客,关于<Tensorflow生成自己的 ...
tf.train.slice_input_producer（转）
tensorflow中 tf.train.slice_input_producer 和 tf.train.batch 函数 2018年04月01日 12:05:13 阅读数:1156 tensorfl ...
tf.train.Coordinator
tensorflow中协调器 tf.train.Coordinator 和入队线程启动器 tf.train.start_queue_runners ensorFlow的Session对象是支持多线程的 ...
tensorflow 启动Session(tf.Session()，tf.InteractivesSession()，tf.train.Supervisor().managed_session() )
(1)tf.Session() 计算图构造完成后, 才能启动图. 启动图的第一步是创建一个 Session 对象. 示例程序: #coding:utf-8 import tensorflow as t ...
tensorflow之tf.train.exponential_decay()指数衰减法
exponential_decay(learning_rate, global_steps, decay_steps, decay_rate, staircase=False, name=None) ...

tensorflow-tf.train.shuffle_batch

tensorflow-tf.train.shuffle_batch相关推荐

最新文章

热门文章