我正在使用具有纪元限制的 tf.train.string_input_producer 将数据输入到我的模型中。如何在训练期间获得此操作的当前纪元？
我注意到图中有一些与此操作相关的节点，其中一个包含纪元限制，但我找不到实际当前值的存储位置。这肯定是在某个地方被跟踪？
更一般地说，我如何监视 TFRecords 管道中的当前纪元？
最佳答案
我无法在 TF 的任何地方找到它。
我的解决方案是手动完成，通过对(无限)重复进行批处理，并根据需要随时调用我的节点(通过计算数据集中的项目数，除以批次大小 = 一个时期来预先确定)。
最近发布的 TF 使用 tensorflow.contrib.data.TFRecordDataset 使这变得更容易:
d = TFRecordDataset('some_filename.tfrecords')
d = d.map(function_which_parses_your_protobuf_format)
d = d.repeat()
d = d.shuffle()
d = d.batch(batch_size)
然后，您可以使用以下方法确定数据集的大小
record_count = sum([1 for r in tf.python_io.tf_record_iteration('your_filename.tfrecord')])
这似乎是更多的工作，但它提供了更好的灵活性，因为您可以，例如，使用缓存，因此您不必提前预处理您的数据集，因此可以将原始未触及的数据集存储在 tfrecord 文件中。
关于tensorflow - 从输入管道获取当前纪元，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/44090867/