Tek bir eğitim verisi dosyası, yaklaşık 100K satır var ve her bir eğitim adımında basit bir tf.train.GradientDescentOptimizer çalıştırıyorum. Kurulum esas olarak doğrudan Tensorflow'un MNIST örneğinden alınmıştır. Kod aşağıda oluşturulan:Tensorflow anlayışı tf.train.shuffle_batch
x = tf.placeholder(tf.float32, [None, 21])
W = tf.Variable(tf.zeros([21, 2]))
b = tf.Variable(tf.zeros([2]))
y = tf.nn.softmax(tf.matmul(x, W) + b)
y_ = tf.placeholder(tf.float32, [None, 2])
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
tf.train.string_input_producer ve
tf.decode_csv kullanıyorum ben bir dosyadan eğitim verileri okuyorum göz önüne alındığında
ve sonra tf.train.shuffle_batch ben o andan yetiştirmek toplu oluşturun.
Parametrelerimin tf.train.shuffle_batch için ne olması gerektiği konusunda kafam karıştı. Tensorflow'un belgelerini okudum, ancak hala "optimal" batch_size, kapasite ve min_after_dequeue değerlerinin ne olduğundan emin değilim. Bu parametreler için uygun değerler seçmeye nasıl başladığımı ya da daha fazla bilgi edinebileceğim bir kaynağa bağladığım konusunda kimbilir yardımcı olabilir mi? https://www.tensorflow.org/versions/r0.9/api_docs/python/io_ops.html#shuffle_batch