使用 TensorFlow 估计器答案

【问题标题】：Feed on a Tensorflow Estimator使用 TensorFlow 估计器
【发布时间】：2017-05-19 16:06:44
【问题描述】：

我正在尝试在 Tensorflow 中执行具有多层的复杂函数逼近。该函数将使用大量生成的数据进行训练，因此我希望能够在运行时生成数据，这仅仅是因为生成的数据量很大。我决定尝试使用带有 ModelFnOps 的 Estimator，但我现在正在编写训练循环，我似乎找不到任何关于使用 eval(feed_dict=my_feed_dict) 之类的文档，显示为 here。到目前为止，我发现的唯一一件事是在 Estimator 上调用 fit()，但这需要调用整个数据集（除非我误解了该函数的目的）。有没有办法在循环中输入单个示例或批次来训练 Estimator？

【问题讨论】：

估计器通常可以采用数组或生成函数。
@drpng 如何实现它？一个没有参数并返回带有输入/输出对的单个字典的函数？似乎没有任何方法可以将函数作为输入。
你在使用tf.estimator.Estimator.train吗？它应该以生成函数作为输入。

标签： machine-learning tensorflow

【解决方案1】：

您可以通过input function 输入您的数据。此输入函数是传递给估计器（或 eval/train/predict 方法）的一流函数。

您还可以使用dataset API 创建数据馈送器和迭代器，并在您的输入函数中返回馈送器操作。

【讨论】：