在 tensorflow 中重新初始化迭代器后打乱数据集
一、A
我正在使用 tensorflow 数据集 api 将数据输入模型。据我所知，我应该打乱数据集以实现模型的最佳性能。但是，由于我正在训练一个时期，然后测试一个时期等等......我不太确定我是否以不同的方式执行洗牌。为了更好地说明，下面是我的代码：
train_dataset = tf.data.TFRecordDataset(filename_train).map(_parse_function).filter(filter_examples)\
.shuffle(60000, seed=mseed, reshuffle_each_iteration=False) \
.batch(train_batch_size)
train_iterator = train_dataset.make_initializable_iterator(shared_name="Training_iterator")
因此，每当我使用整个数据集时，我都会将迭代器重新初始化为：
sess.run(train_iterator.initializer)
那安全吗？我问是因为在训练时我得到了以下损失函数的形状
因此，不同时期之间的洗牌是确定性的吗？
请注意，我使用种子shuffle只是为了使结果在不同的代码运行之间可重现。
鲨鱼
种子影响整个默认图表。通过设置种子，您可以确定洗牌，这意味着每次洗牌都会保持相同的顺序。所以是的，您将在第二个时代获得相同的订单。您还可以为种子设置占位符并在每个时期更改它，更多关于这里https://github.com/tensorflow/tensorflow/issues/13446没有种子改组成为伪随机
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
编辑于
相关文章
Related 相关文章
- 1
在Tensorflow中重新初始化变量
- 2
初始化后如何覆盖tensorflow变量？
- 3
动态确定在 TensorFlow 中初始化变量的张量
- 4
TensorFlow：变量初始化中的“尝试使用未初始化的值”
- 5
Tensorflow shuffle 迭代器
- 6
Tensorflow 的占位符初始化与 tensorflow 的常量初始化不同。为什么？
- 7
Tensorflow 数据集使用
- 8
Python Tensorflow-多次运行model.fit而不重新初始化模型
- 9
Tensorflow：重新训练期间的预训练嵌入初始化问题
- 10
在Tensorflow中过滤数据
- 11
如何在TensorFlow上进行Xavier初始化
- 12
TensorFlow初始化一个的Tensor
- 13
Tensorflow 2.0 stack（）引发未初始化的张量错误
- 14
Tensorflow：初始化串联张量的正确方法？
- 15
LSTMCell单元中的权重是如何在TensorFlow中初始化的
- 16
在 tensorflow 中读取 SVHN 数据集
- 17
Tensorflow 数据集 api 问题
- 18
什么时候必须在Tensorflow中初始化变量？
- 19
为什么设置初始化值会阻止在TensorFlow中的GPU上放置变量？
- 20
TensorFlow中有什么方法可以初始化未初始化的变量吗？
- 21
安装tensorflow后的消息
- 22
Tensorflow初始重新训练：创建瓶颈文件
- 23
TensorFlow：取消池化
- 24
Pandas数据框，TensorFlow数据集：在哪里进行TensorFlow令牌化步骤？
- 25
Tensorflow 2.0数据集和数据加载器
- 26
Tensorflow中的多维聚集
- 27
TensorFlow中的序列标记
- 28
TensorFlow中的缓存计算
- 29
TensorFlow中的索引矩阵
我来说两句