以协调器为输入函数的估计器,用于在张量流中以分布式方式读取输入数据
Estimator with Coordinator as an input function for reading input data in distributed fashion in tensorflow
CNN cifar10 教程(张量流教程)给出了一个低级示例 API 用于读取数据作为独立作业来训练模型(使用多个 GPU)。
是否可以使用具有低级线程支持和 multi/single GPU 训练的高级 API 估计器?
我正在寻找一种将两者结合起来的方法:
来自高级 API 的自定义 Estimator,详细信息 https://www.tensorflow.org/extend/estimators
input_fn 作为队列,它提供与 https://www.tensorflow.org/programmers_guide/reading_data 中描述的协调器 class
相同的功能
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(sess=sess, coord=coord)
这对我来说并不简单!
我推码到here.
使用估算器时支持 input_fn 作为队列。具有低级线程支持和 multi/single GPU 训练的高级 API 估计器。并且易于客户代码满足您的所有需求。
CNN cifar10 教程(张量流教程)给出了一个低级示例 API 用于读取数据作为独立作业来训练模型(使用多个 GPU)。 是否可以使用具有低级线程支持和 multi/single GPU 训练的高级 API 估计器?
我正在寻找一种将两者结合起来的方法:
来自高级 API 的自定义 Estimator,详细信息 https://www.tensorflow.org/extend/estimators
input_fn 作为队列,它提供与 https://www.tensorflow.org/programmers_guide/reading_data 中描述的协调器 class
相同的功能coord = tf.train.Coordinator() threads = tf.train.start_queue_runners(sess=sess, coord=coord)
这对我来说并不简单!
我推码到here.
使用估算器时支持 input_fn 作为队列。具有低级线程支持和 multi/single GPU 训练的高级 API 估计器。并且易于客户代码满足您的所有需求。