将张量分为训练集和测试集

问题描述

假设我已经使用 TextLineReader 读取了文本文件。有什么方法可以在 Tensorflow 中将其分为训练集和测试集？

  def read_my_file_format（filename_queue）：
 reader = tf.TextLineReader（）
键， record_string = reader.read（filename_queue）
 raw_features，label = tf.decode_csv（record_string）
 features = some_processing（raw_features）
 features_train，labels_train，featurestest，labelstest = tf.train_split（features， 
标签，
 frac = .1）
返回features_train，labels_train，features_test，labels_test 
  

解决方案

类似下面的方法应该起作用：
tf.split_v（tf.random_shuffle（...

编辑：针对tensorflow> 0.12现在应将其称为 tf.split（tf.random_shuffle（...

请参阅，并以为例。 / p>

Let's say I've read in a textfile using a TextLineReader. Is there some way to split this into train and test sets in Tensorflow? Something like:

def read_my_file_format(filename_queue):
  reader = tf.TextLineReader()
  key, record_string = reader.read(filename_queue)
  raw_features, label = tf.decode_csv(record_string)
  features = some_processing(raw_features)
  features_train, labels_train, features_test, labels_test = tf.train_split(features,
                                                                            labels,
                                                                            frac=.1)
  return features_train, labels_train, features_test, labels_test

解决方案

Something like the following should work:tf.split_v(tf.random_shuffle(...

Edit: For tensorflow>0.12 This should now be called as tf.split(tf.random_shuffle(...

Reference

See docs for tf.split and for tf.random_shuffle for examples.

这篇关于将张量分为训练集和测试集的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！