최근에는 tensorflow를 사용하기 시작했으며 feed_dict의 기능에 대해 혼란스러워합니다. 여기에 '없음'도 'BATCH_SIZE'tensorflow feed_dict의 작동 방식에 혼란이 있음
x = tf.placeholder(tf.float32, shape=[None, 784])
수 없습니다 수 있도록 tensorflow 웹 사이트에서 mnist 예를 보면
, 배는, 이미지의 모든 훈련 반복의 새로운 배치로 채워집니다 상징적 인 자리 표시 자입니다 이 훈련 루프 동안
x_image = tf.reshape(x, [-1,28,28,1])
모양 28x28 2 차원 이미지에 1x784 모양 다시 평평있어에서
이 튜토리얼의 길쌈 부분을 찾고, X 모양을 변경하는 명령있다, X는 명령을 통해 공급된다
train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5})
제 질문은 x 값을 입력 할 때 x가 관련된 모든 연산을 tensorflow가 자동으로 벡터화합니까? 예를 들어 예를 들어 정의 할 때
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
이것은 전체 배치에서 자동으로 작동합니까?
x가 각 행이 평평한 이미지 인 ndarray 인 경우 x 자리 표시 자에 '없음'을 지정 했으므로 tensorflow는 각 행을 개별 학습 샘플로 사용하고 모든 후속 연산을 벡터화합니다.
아, 생각, 나는 tensorflow api에서 : "convolution ops가 이미지의 배치에 2-D 필터를 스윕합니다." 텐서 플로우가 자동으로 연산을 벡터화하는 것은 아닙니다. conv2d가 본질적으로 배치 작업을 할 수있는 정도입니다. – beeCwright