Tensorflow C++ 相当于 data.from_generator

Question

我的目标是训练一个网络，该网络对在某些位置提取的图像块进行操作（例如立体块，其中一个块位于左侧图像的 (x,y) 处，一个块位于右侧的 (x+d, y)图像），我认为最有效的训练方法是在生成器中加载图像和随机样本块（x，y，d），并使用 dataset.from_generator() 来提供训练数据。

但是在测试时我想在 C++ 中部署网络。在 C++ 中是否有等价于 from_generator() 的东西？

谢谢！

Answer 1

应该可以使用 Dataset.flat_map() 来实现它，并且实现将运行完全用 C++ 实现。使用 Python API 构建图形，并假设您对 sample_x_y_d() 和 get_patches_from_images():

有自己的逻辑

input_dataset = ...  # Dataset containing pairs of `(left_img, right_img)`

def generate_samples_fn(left_img, right_img):
  num_samples = ...

  def sample_x_y_d():
    x = ...  # Sample a value for `x`.
    y = ...  # Sample a value for `y`.
    d = ...  # Sample a value for `d`.
    return x, y, d

  def get_patches_from_images(x, y, d):
    left_patch = ...  # Slice a patch at (x, y) from `left_img`.
    right_patch = ...  # Slice a patch at (x+d, y) from `right_img`.
    return left_patch, right_patch

  return (tf.data.Dataset.range(num_samples)
          .map(lambda _: sample_x_y_d())
          .map(get_patches_from_images))

result = input_dataset.flat_map(generate_samples_fn)

Tensorflow C++ 相当于 data.from_generator

Tensorflow C++ equivalent of data.from_generator

c++

tensorflow

tensorflow-datasets