使用 estimator api 避免 tf.data.Dataset.from_tenso

Question

我正在尝试找出将datasetapi 与 api 一起使用的推荐方法estimator。我在网上看到的一切都是这个的一些变体：def train_input_fn():   dataset = tf.data.Dataset.from_tensor_slices((features, labels))   return dataset然后可以将其传递给估算器的 train 函数： classifier.train(    input_fn=train_input_fn,    #... )但数据集指南警告说：上面的代码片段会将特征和标签数组作为 tf.constant() 操作嵌入到您的 TensorFlow 图中。这适用于小数据集，但会浪费内存——因为数组的内容将被多次复制——并且可能会遇到 tf.GraphDef 协议缓冲区的 2GB 限制。然后描述一种方法，该方法涉及定义占位符，然后用 填充feed_dict：features_placeholder = tf.placeholder(features.dtype, features.shape)labels_placeholder = tf.placeholder(labels.dtype, labels.shape)dataset = tf.data.Dataset.from_tensor_slices((features_placeholder, labels_placeholder))sess.run(iterator.initializer, feed_dict={features_placeholder: features,                                          labels_placeholder: labels})但是，如果您使用的是estimatorapi，则不会手动运行会话。那么如何将datasetapi 与 estimators 一起使用，同时避免与 相关的问题from_tensor_slices()？

Answer 1

要使用可初始化或可重新初始化的迭代器，您必须创建一个继承自 tf.train.SessionRunHook 的类，该类可以在训练和评估步骤中多次访问会话。

然后，您可以使用这个新类来初始化迭代器，您通常会在经典设置中执行此操作。您只需要将这个新创建的钩子传递给训练/评估函数或正确的训练规范。

这是您可以适应您的需求的快速示例：

class IteratorInitializerHook(tf.train.SessionRunHook):

    def __init__(self):

        super(IteratorInitializerHook, self).__init__()

        self.iterator_initializer_func = None # Will be set in the input_fn

    def after_create_session(self, session, coord):

        # Initialize the iterator with the data feed_dict

        self.iterator_initializer_func(session) 

def get_inputs(X, y):

    iterator_initializer_hook = IteratorInitializerHook()

    def input_fn():

        X_pl = tf.placeholder(X.dtype, X.shape)

        y_pl = tf.placeholder(y.dtype, y.shape)

        dataset = tf.data.Dataset.from_tensor_slices((X_pl, y_pl))

        dataset = ...

        ...

        iterator = dataset.make_initializable_iterator()

        next_example, next_label = iterator.get_next()

        iterator_initializer_hook.iterator_initializer_func = lambda sess: sess.run(iterator.initializer,

                                                                                    feed_dict={X_pl: X, y_pl: y})

        return next_example, next_label

    return input_fn, iterator_initializer_hook

...

train_input_fn, train_iterator_initializer_hook = get_inputs(X_train, y_train)

test_input_fn, test_iterator_initializer_hook = get_inputs(X_test, y_test)

...

estimator.train(input_fn=train_input_fn,

                hooks=[train_iterator_initializer_hook]) # Don't forget to pass the hook !

estimator.evaluate(input_fn=test_input_fn,

                   hooks=[test_iterator_initializer_hook])