問題タブ [tensorflow-datasets]

テンソルフローを使用して、独自の大規模な画像ライブラリ (数百万のラベル付き画像) で画像分類を実行するのが好きです。私はstackoverflow、python、およびtensorflowを初めて使用し、いくつかのチュートリアル（mnistなど）を自分で試して、画像への絶対パスを含む辞書からTensorFlowデータセットを準備できるようになりました。ラベル。ただし、TensorFlow セッションでデータセットを使用する点で立ち往生しています。ここに私の（例）コードがあります：

これとこのチュートリアルに続いて、トレーニングのためにテンソルフローセッションで（画像とラベル）データセットを使用する方法の問題を解決できませんでした。データセットを繰り返し処理して出力することはできましたが、学習に使用することはできませんでした。

2 番目のチュートリアルで必要なように、train_data = tf.data.Dataset.from_tensor_slices((train_images_tensor, train_labels_tensor)) 操作でマージされた後、画像とラベルに個別にアクセスする方法がわかりません。また、バッチ処理を正しく実装する方法もわかりません。

セッションでやりたいことは基本的にこれです（2番目のチュートリアルから）：

データセット内の画像とラベルに別々にアクセスしてトレーニングに使用する方法を誰かが教えてくれたら、本当に感謝しています。また、バッチ処理を行う場所と方法のヒントもいただければ幸いです。ありがとうございました。

tf.data ライブラリを使用して供給したい整数 (それぞれ異なるサイズの文を表す) のリストの長いリストがあります。(リストのリストの) 各リストの長さは異なり、ここで再現できるエラーが発生します。

私が得るエラーは次のとおりです。

これを行う方法はありますか？

EDIT 1：明確にするために、リストの入力リストをパディングしたくありません（これは、さまざまな長さの100万を超える要素を含む文のリストです）tf.dataライブラリを使用して、適切な方法で、さまざまな長さのリストのリスト。

事前定義されたモデルなしで ax^2 分布を探すニューラル ネットワークを作成したいと考えています。正確には、[-1,1] 内のいくつかの点とそれらの四角形をトレーニングするために与えられ、[-10,10] などについても同様に再現および予測する必要があります。私は多かれ少なかれそれをしました-データセットなしで。しかし、データセットを使用してその使用方法を学ぶために、それを変更しようとしました。さて、プログラムを実行することに成功しましたが、出力は以前よりも悪くなり、主に定数 0 です。

以前のバージョンは [-1,1] の x^2 のような線形延長で、これはより優れていました。以前の出力 では青い線がフラットになりました。そして、目標は赤いものと一致することです..

ここで、コメントはポーランド語で、申し訳ありません。

問題はトレーニングデータの入力 sess.run(optimizer, {X: sess.run(ds_x), Y: sess.run(ds_y)}) か、ds_x、ds_yの定義にあると思います。それは私の最初のそのようなプログラムです..これは行の出力でした（「sees」ブロックの代わりに）

ありがとう！

PS: n 番目の正方形を予測するために、ニューラル ネットワークに大いに触発されました。

画像とクエリの間の距離を最小限に抑えるモデルをトレーニングしたいとします。片側からは CNN の画像機能があり、反対側からは単語から埋め込みベクトル (たとえば w2v) へのマッピングがあります。

ここでバッチを作成したいのですが、cnn 機能の高密度バッチと w2v の疎バッチを作成したいのは、明らかに可変長であるためです (そして、safe_embeddings_lookup_sparseを使用したい)。密集にはバッチ関数、疎には.apply(tf.contrib.data.dense_to_sparse_batch(..))関数がありますが、それらを同時に使用するにはどうすればよいですか?