Python 2.7 tensorflow每个n-epoch的全连接控制流摘要

当我不使用队列时，我喜欢统计训练期间的损失、准确度、ppv等，并在每个时期结束时提交tf.summary

我不知道如何在队列中复制这种行为。当一个时代结束时，我能听到什么信号吗

（0.9版）

典型的设置如下所示：

queue=tf.string_input_producer(num_epochs=7)

…#构建图#

---

因此，很明显，我可以设置num_epoch=1，并在except块中创建摘要。这将需要每个历元运行一次我的整个程序，但它似乎不是最有效的。

EDIT更改为考虑对问题的编辑

一个纪元并不是一个内置的或“已知”于TensorFlow的东西。您必须跟踪培训循环中的各个时期，并在一个时期结束时运行总结操作。下面这样的伪代码应该可以工作：

num_mini_batches_in_epoch = ... # something like examples_in_file / mini_batch_size
try:
    while True:
      for i in num_mini_batches_in_epoch:
        if coord.should_stop(): raise Exception()
        sess.run(train_op)
      sess.run([loss_summary, accuracy_summary])
except:
    #file has been read num_epoch times
    #do some stuff.. maybe summaries
    coord.request_stop()
finally:
    coord.join(threads)

---

凯夫曼，我想你误解了。这不是我知道tensorflow与队列一起运行的方式。。。我将编辑我的问题来说明我的意思，当然，TensorFlow知道各个时代。

input\u producer

对象甚至具有

num\u epoch

选项。你的意思是说tf的发展没有考虑到时代。

num_mini_batches_in_epoch = ... # something like examples_in_file / mini_batch_size
try:
    while True:
      for i in num_mini_batches_in_epoch:
        if coord.should_stop(): raise Exception()
        sess.run(train_op)
      sess.run([loss_summary, accuracy_summary])
except:
    #file has been read num_epoch times
    #do some stuff.. maybe summaries
    coord.request_stop()
finally:
    coord.join(threads)