Python Tensorflow：从变量输入占位符

我正在使用输入队列和

tf.train.batch

用数据准备巨大张量的函数。 我有另一个队列，其中包含测试数据，我希望每50步将其输入到图表中

问题: 给定输入（张量）的形式，我是否必须为测试数据计算定义单独的测试图，或者我可以以某种方式重用训练图

# Prepare data
batch = tf.train.batch([train_image, train_label], batch_size=200)
batchT = tf.train.batch([test_image, test_label], batch_size=200)

x = tf.reshape(batch[0], [-1, IMG_SIZE, IMG_SIZE, 3])
y_ = batch[1]
xT = tf.reshape(batchT[0], [-1, IMG_SIZE, IMG_SIZE, 3])
y_T = batchT[1]

# Graph definition
train_step = ... # train_step = g(x)

# Session
sess = tf.Session()
sess.run(tf.initialize_all_variables())

for i in range(1000):
  if i%50 == 0: 
  # here i would like reuse train graph but with tensor x replaced by x_t
  # train_accuracy = ?
  # print("step %d, training accuracy %g"%(i, train_accuracy))

train_step.run(session=sess)

我会使用占位符，但我不能用

tf.Tensors

来输入

tf.placeholder

，这就是我从队列中得到的东西。 应该怎么做

---

我真的才刚刚开始。

看看这是如何在中完成的：您需要使用占位符和数据的非张量形式的初始值设定项（如文件名或CSV），然后在图形中，使用slice\u input\u producer->deocde\u jpeg（或其他…）->tf.train.batch（）创建批并将这些批提供给计算图

因此，您的图形类似于：

• 用大文件名列表/CSV/range初始化占位符

• tf.slice\u input\u producer

• tf.image.decode_jpeg

  或

  tf.py_func

  加载实际数据

• tf.train.batch

  -为培训创建小批量
• 输入到您的模型

---

我真正想问的是什么是将数据输入节点合并到张量图中的好设计。但几周后我才知道：）