[英]Training batches: which Tensorflow method is the right one?
我正在尝试训练一个非常简单的神经网络来对数据样本进行分类,其中某些类必然会继承其他类 - 这就是我决定让输入数据分批进入网络的原因。 使用 Tensorflow,显然您可以获得多种声明批次的方法,例如tf.data.Dataset.batch
(我目前使用 Adam Optimizer 进行训练)和tf.train.batch
。 区别在哪里? 这些方法应该一起使用还是排他的? 在后一种情况下:我应该更喜欢哪个?
tf.train.*
是一种较旧的 API,比tf.data.*
更复杂且容易出错(您需要照顾好队列、线程运行器、协调器等)。 对于您的既定目的(批处理数据并将其提供给模型),两者在功能上是等效的,因为两者都可以实现您的目标。 但是,您应该考虑使用tf.data
因为它更易于使用,也是当前推荐的处理输入数据集的方式。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.