Tensorflow 使用tf.train.Supervisor'；验证数据的默认摘要？

我正在安装一个具有两个占位符的分类器，一个用于输入特性，一个用于输出标签。为了将数据输入到图形中，我将一个数据列放入一个提要中。我如何使用

tf.train.Supervisor

来评估验证数据上的模型，而不必手动评估

summary\u op

？是否只有使用读卡器而不是提要才有可能

这是我当前的解决方法，我正在检查经过的时间并手动评估

摘要\u op

：

导入时间
导入tensorflow作为tf
t=time.time（）
summary\u op=tf.summary.merge\u all（）
sv=tf.train.Supervisor（logdir=“tensorboard/my run”，摘要\u op=None）
使用sv.managed_session（）作为sess：
对于培训数据中的数据：
#拟合训练数据。
run（train_op，feed_dict={'input:0'：data[0]，'output:0'：data[1]}）
#根据验证数据进行评估。
如果time.time（）-t>60.0：
t=time.time（）
数据=下一个（验证数据）
summary=sess.run（summary\u op，feed\u dict={'input:0'：data[0]，'output:0'：data[1]}）
sv.汇总计算（sess，汇总）

您可以使用您的变通方法。这应该行得通

---

雪莉

编辑：tf.train.Supervisor可能会被弃用，所以别担心。请参阅评论。

一件稍微干净的事情是使用

tf.train.Supervisor.loop

，而不是手动检查运行时间

将tensorflow导入为tf
summary\u op=tf.summary.merge\u all（）
sv=tf.train.Supervisor（logdir=“tensorboard/my run”，摘要\u op=None）
使用sv.managed_session（）作为sess：
sv.loop（60，lambda:sv.summary_computed（sess，sess.run（summary_op，feed_dict=next（validation_data）））
对于培训数据中的数据：
sess.run（列车运行，进给量=数据）

很高兴知道有更多的人有这个问题：）我开始直接使用输入队列中的批处理张量。