Python 在Tensorflow中使用大型数据集

我想训练一个拥有大数据集的CNN。目前，我将所有数据加载到tf.constant中，然后在tf.Session（）中以较小的批处理大小对其进行循环。这对于数据集的一小部分很好，但当我增加输入大小时，会出现错误：

ValueError: Cannot create a tensor proto whose content is larger than 2GB.

---

如何避免这种情况？

不要将数据加载到常量，它将是计算图的一部分

你应该：

• 创建以流方式加载数据的op
• 在python部件中加载数据，并使用feed_dict将批传递到图形中

---

对于TensorFlow 1.x和Python 3，有一个简单的解决方案：

实际上，您将主要为连续计算指定图形和会话，以下代码将帮助您：

可能重复的

X_init = tf.placeholder(tf.float32, shape=(m_input, n_input))
X = tf.Variable(X_init)
sess.run(tf.global_variables_initializer(), feed_dict={X_init: data_for_X})

my_graph = tf.Graph()
sess = tf.Session(graph=my_graph)
with my_graph.as_default():
    X_init = tf.placeholder(tf.float32, shape=(m_input, n_input))
    X = tf.Variable(X_init)
    sess.run(tf.global_variables_initializer(), feed_dict={X_init: data_for_X})
    .... # build your graph with X here
.... # Do some other things here
with my_graph.as_default():
    output_y = sess.run(your_graph_output, feed_dict={other_placeholder: other_data})