如何从示例队列中将数据读入TensorFlow批处理？

Question

如何将TensorFlow示例队列分为适当的批进行培训？

我有一些图片和标签：

IMG_6642.JPG 1
IMG_6643.JPG 2

（请随意建议其他标签格式；我想我可能需要另一个密集到稀疏的步骤…）

我已经读完了不少教程，但还没有全部读完。 下面是我所拥有的，其中的注释指出了TensorFlow的Reading Data页面所需的步骤。

1. 文件名列表 （为了简单起见，删除了可选步骤）
2. 文件名队列
3. 文件格式的读取器
4. 由读取器读取的记录的解码器
5. 示例队列

在示例队列之后，我需要将这个队列成批地进行训练；这就是我陷入困境的地方。。。

1。文件名列表

files = tf.train.match_filenames_once('*.JPG')

4。文件名队列

filename_queue = tf.train.string_input_producer(files, num_epochs=None, shuffle=True, seed=None, shared_name=None, name=None)

5。读者

reader = tf.TextLineReader() key, value = reader.read(filename_queue)

6个。解码器

record_defaults = [[""], [1]] col1, col2 = tf.decode_csv(value, record_defaults=record_defaults) （我想我不需要下面这一步，因为我已经有了张量的标签，但无论如何我都包括了它）

features = tf.pack([col2])

文档页面有一个运行一个图像的示例，而不是将图像和标签成批获取：

for i in range(1200): # Retrieve a single instance: example, label = sess.run([features, col5])

然后在下面有一个批处理部分：

def read_my_file_format(filename_queue):
  reader = tf.SomeReader()
  key, record_string = reader.read(filename_queue)
  example, label = tf.some_decoder(record_string)
  processed_example = some_processing(example)
  return processed_example, label

def input_pipeline(filenames, batch_size, num_epochs=None):
  filename_queue = tf.train.string_input_producer(
  filenames, num_epochs=num_epochs, shuffle=True)
  example, label = read_my_file_format(filename_queue)
  # min_after_dequeue defines how big a buffer we will randomly sample
  #   from -- bigger means better shuffling but slower start up and more
  #   memory used.
  # capacity must be larger than min_after_dequeue and the amount larger
  #   determines the maximum we will prefetch.  Recommendation:
  #   min_after_dequeue + (num_threads + a small safety margin) *              batch_size
  min_after_dequeue = 10000
  capacity = min_after_dequeue + 3 * batch_size
  example_batch, label_batch = tf.train.shuffle_batch(
  [example, label], batch_size=batch_size, capacity=capacity,
  min_after_dequeue=min_after_dequeue)
  return example_batch, label_batch

我的问题是：如何将上面的示例代码与上面的代码一起使用？我需要批处理才能使用，而且大多数教程都已经附带了mnist批处理。

with tf.Session() as sess:
  sess.run(init)

  # Training cycle
for epoch in range(training_epochs):
    total_batch = int(mnist.train.num_examples/batch_size)
    # Loop over all batches
    for i in range(total_batch):
        batch_xs, batch_ys = mnist.train.next_batch(batch_size)

Answer 1

如果您想让这个输入管道工作，您将需要添加一个异步队列机制来生成成批的示例。这是通过创建tf.RandomShuffleQueue或tf.FIFOQueue并插入已读取、解码和预处理的JPEG图像来执行的。

您可以使用方便的构造来生成队列和相应的线程，以便通过tf.train.shuffle_batch_join或tf.train.batch_join运行队列。这里有一个简单的例子说明这是什么。请注意，此代码未经测试：

# Let's assume there is a Queue that maintains a list of all filenames
# called 'filename_queue'
_, file_buffer = reader.read(filename_queue)

# Decode the JPEG images
images = []
image = decode_jpeg(file_buffer)

# Generate batches of images of this size.
batch_size = 32

# Depends on the number of files and the training speed.
min_queue_examples = batch_size * 100
images_batch = tf.train.shuffle_batch_join(
  image,
  batch_size=batch_size,
  capacity=min_queue_examples + 3 * batch_size,
  min_after_dequeue=min_queue_examples)

# Run your network on this batch of images.
predictions = my_inference(images_batch)

根据需要扩展作业的方式，可能需要运行多个独立线程来读取/解码/预处理图像并将其转储到示例队列中。在Inception/ImageNet模型中提供了这样一个管道的完整示例。看看batch_inputs：

https://github.com/tensorflow/models/blob/master/inception/inception/image_processing.py#L407

最后，如果使用的是>；O（1000）JPEG图像，请记住，单独准备1000个小文件是非常低效的。这会使你的训练慢很多。

将图像数据集转换为Example协议的分片TFRecord的一种更健壮、更快的解决方案。这里有一个完全工作过的script用于将ImageNet数据集转换为这样的格式。这里有一组instructions用于在包含JPEG图像的任意目录上运行此预处理脚本的通用版本。