代码之家 › 专栏 › 技术社区 › Eliethesaiyan

tf.train.shuffle_batch_join和tf.train.shuffle_batch的区别

pipeline machine-learning tensorflow python-3.x python

Eliethesaiyan · 技术社区 · 6 年前

查看两个带有参数的函数签名

tf.train.shuffle_batch_join(
tensors_list,
batch_size,
capacity,
min_after_dequeue,
seed=None,
enqueue_many=False,
shapes=None,
allow_smaller_final_batch=False,
shared_name=None,
name=None
)

和

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
)

唯一的区别是不同的人 num_threads 从直觉上来说 tf.train.shuffle_batch 可以用多个线程或进程进行处理,但它们似乎做了几乎相同的工作。

我在想,除了批处理的多处理之外,是否有一个基本的区别可以让人选择其中一个。

1 回复 | 直到 6 年前

Olivier Dehaene 6 年前

引用Shuffle_batch_join tf文档:

tensors_list参数是一个张量元组列表或张量字典列表。列表中的每个元素的处理方式与tf.train.shuffle_batch()的tensors参数类似。

基本上,shuffle_batch_join希望:

接收张量列表
对列表中的每个成员执行洗牌批处理
返回一个张量列表,其数量和类型与张量列表[i]相同。

请注意,如果使用shuffle_batch_join:

len(tensors_list)线程将启动,线程i将tensors_list[i]中的张量排队。张量列表[i1][j]在类型和形状上必须与张量列表[i2][j]匹配,除非在第一维度中,如果enqueue_many为true。

Here is a link to the doc.

推荐文章

albert · AttributeError:“str”对象没有属性“str”如何解决此问题

2 年前

Anshuman Sinha · 将tensforflow中的所有nan值转换为零

2 年前

CoccoSyn · Keras TypeError:其中一个输入没有可接受的类型。具有参差不齐张量的LSTM

2 年前

rob me of my freedom · 在不使用Y_pred和Y_actual的tensorflow中编写自定义损失

2 年前

Chris · 如何捕获导入脚本功能的打印

2 年前

Jay Bhie Santos · 剩余GRU:ValueError:输入具有不兼容的形状。收到的形状(5)和(24)

2 年前

Danijel · C中TensorFlow模型文件的路径?

3 年前

Joseph · 重塑BatchDataset训练模型的输入-Tensorflow

3 年前

Arya Anish · tensorflow安装中面临的问题

3 年前

so beautiful memory · 如何将我在本地训练的tensorflow模型正确部署到谷歌云人工智能平台?我部署了它,但没有图像返回

3 年前