使用LensMs的Tensorflow估计器接受图像
我想使用Tensorflow的估计器来简化使用LSTM Networks的培训。显然,使用tensorflow的估算,必须定义模型功能,像这样:使用LensMs的Tensorflow估计器接受图像
def some_model_fn(features, labels, mode): ...
我使用占位符来获得的输入和标签都没有问题。如何将图像转换为tensorflow lstms接受的形状,即[batch_size,num_time_steps,num_features]?
回答:
我建议使用numpy将图像加载到多维数组。这确实需要相当多的内存,这取决于图像大小和时间步数。
以上是 使用LensMs的Tensorflow估计器接受图像 的全部内容, 来源链接: utcz.com/qa/260732.html