从tfrecords导入数据时,批处理标签顺序错误

从tfrecords文件导入数据时出现问题。在tfrecords每个样品由feautures矢量与lenght 100和长度13。我使用下面的代码来导入来自tfrecords数据的一个热标签矢量的,指的是正式指南https://www.tensorflow.org/programmers_guide/datasets从tfrecords导入数据时,批处理标签顺序错误

def read_data(examples): 

features = {"features": tf.FixedLenFeature([seq_len], tf.int64),

"label": tf.FixedLenFeature([category], tf.int64)}

parsed_features = tf.parse_single_example(examples, features)

return parsed_features['features'], parsed_features['label']

# get next batch of data and label

def next_batch(filename, batch_size):

data = tf.data.TFRecordDataset(filename)

data = data.map(read_data)

data = data.batch(batch_size)

iterator = data.make_one_shot_iterator()

next_data, next_label = iterator.get_next()

return next_data, next_label

with tf.Session() as sess:

filetrain = 'train.tfrecords'

next_data, next_label = next_batch(filetrain, num_example_train)

sess.run(tf.global_variables_initializer())

data = sess.run(next_data)

label = sess.run(next_label)

问题批次后标签的顺序会出错。如果我删除了代码'data = data.batch',一切正常。

我认为一个可能的原因是功能和标签是独立分批的。所以我试图解析批处理后的例子,但得到一个错误“输入序列化必须是标量”。请帮助我,如果你知道如何处理这个问题,非常感谢!

回答:

我确定这是重复的,但我找不到其他问题,所以我会在这里回答。

您的问题是拨打sess.run()两次的数据和标签。 无论何时您致电sess.run,您的图表评估为(即,新的批次被提取并贯穿图表,直到全部作为第一个参数传递给run的列表中张量的值已知)。

这样做,您的datalabel是指两个不同的批次(因此他们看起来错了)。

你需要让他们在相同的呼叫与:

data, label = sess.run([next_data, next_label]) 

以上是 从tfrecords导入数据时,批处理标签顺序错误 的全部内容, 来源链接: utcz.com/qa/262655.html

回到顶部