Ich versuche TensorFlow und studieren das Beispiel an zu lernen: https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/3_NeuralNetworks/autoencoder.ipynbTensorFlow: Wie ist Dataset.train.next_batch definiert?
ich dann habe einige Fragen in den folgenden Code:
for epoch in range(training_epochs):
# Loop over all batches
for i in range(total_batch):
batch_xs, batch_ys = mnist.train.next_batch(batch_size)
# Run optimization op (backprop) and cost op (to get loss value)
_, c = sess.run([optimizer, cost], feed_dict={X: batch_xs})
# Display logs per epoch step
if epoch % display_step == 0:
print("Epoch:", '%04d' % (epoch+1),
"cost=", "{:.9f}".format(c))
Seit mnist ist nur ein Datensatz, was genau bedeutet das mnist.train.next_batch
? Wie wurde die dataset.train.next_batch
definiert?
Danke!
Es ist erwähnenswert, dass [next_batch] (https://github.com/tensorflow/tensorflow/blob/7c36309c37b04843030664cdc64aca2bb7d6ecaa/tensorflow/contrib/learn/python/learn/datasets/mnist.py#L160) die Beispiele Umbesetzungen nach gehen durch alle von ihnen jede Epoche. Sie können verfolgen, wo Sie in der Epoche sind, von 'DataSet._index_in_epoch', wie' mnist.train._index_in_epoch' –