tensorflow - 没有额外无维度的张量流批处理？

Question

是否可以在 tensorflow 中进行批处理而不将占位符大小扩展为 None 的额外维度？具体来说，我只想通过 feed_dict 通过占位符提供多个样本。我正在处理的代码库需要对代码进行大量更改，以便为批量大小添加额外的维度。

例如：sess.run(feed_dict={var1:val1values, var2: val2values, ...})

其中 val1values 将代表一批大小 X 而不仅仅是一个训练样本。

Answer 1

Python 代码可以使用包括维数在内的形状信息来执行任意操作，并且确实会影响添加到图中的操作（例如使用哪个 matmul 内核），因此没有通用的安全方法来自动添加批量维度。像labeled_tensor这样的东西可能会使代码在重构时稍微不那么混乱。