python - Tensorflow Dataset API 将图形 protobuff 文件大小加倍

Question

总结:使用新的 tf.contrib.data.Dataset 使我的图形 protobuff 文件的大小加倍，我无法在 Tensorboard 中可视化图形。

详情:

我正在试用新的 TensorFlow tf.contrib.data.Dataset功能与 tf.contrib.learn.Experiment 一起框架。我的输入数据定义为 input functions它返回特征和标签的张量。

如果我用 tf.train.slice_input_producer 创建我的输入函数功能类似于以下代码块(完整代码 here)，那么我生成的 graph.pbtxt 文件大小为 620M，.meta 文件大小约为 165M。

def train_inputs():
    with tf.name_scope('Training_data'):
        x = tf.constant(mnist.train.images.reshape([-1, 28, 28, 1]))
        y = tf.constant(mnist.train.labels)
        sliced_input = tf.train.slice_input_producer(
            tensor_list=[x, y], shuffle=True)
        return tf.train.shuffle_batch(
            sliced_input, batch_size=batch_size,
            capacity=10000, min_after_dequeue=batch_size*10)

现在，如果我使用新的 tf.contrib.data.Dataset.from_tensor_slices 创建我的输入函数就像在下面的代码块(完整代码 here )中一样，然后我生成的 graph.pbtxt 文件的大小加倍到 1.3G，.meta 文件的大小加倍到 330M .

def train_inputs():
    with tf.name_scope('Training_data'):
        images = mnist.train.images.reshape([-1, 28, 28, 1])
        labels = mnist.train.labels
        dataset = tf.contrib.data.Dataset.from_tensor_slices(
            (images, labels))
        dataset = dataset.repeat(None)  # Infinite
        dataset = dataset.shuffle(buffer_size=10000)
        dataset = dataset.batch(batch_size)
        iterator = dataset.make_one_shot_iterator()
        next_example, next_label = iterator.get_next()
        return next_example, next_label

现在因为 graph.pbtxt 文件太大，TensorBoard 需要很长时间来解析这个文件，我无法直观地调试我的模型图。我在 Dataset documentation 中找到这种大小的增加来自:“数组的内容将被复制多次” 和 solution将是使用占位符。但是，在这种情况下，我需要将 numpy 数组输入到具有事件 session 的占位符中以初始化迭代器:

sess.run(iterator.initializer, feed_dict={features_placeholder: features, labels_placeholder: labels})

然而，在使用 tf.contrib.learn.Experiment 框架时，这似乎超出了我的控制范围。

如何使用 Experiment 框架初始化迭代器的初始化程序？或者在不增加图形大小的情况下找到使用数据集 API 的解决方法？

Answer 1

我使用 tf.train.SessionRunHook 找到了解决我的问题的方法.我创建了一个 SessionRunHook 对象，它在创建 session 后初始化迭代器:

class IteratorInitializerHook(tf.train.SessionRunHook):
    def __init__(self):
        super(IteratorInitializerHook, self).__init__()
        self.iterator_initiliser_func = None

    def after_create_session(self, session, coord):
        self.iterator_initiliser_func(session)

初始化函数在创建数据集迭代器时设置:

iterator_initiliser_hook.iterator_initiliser_func = \
    lambda sess: sess.run(
        iterator.initializer,
        feed_dict={images_placeholder: images,
                   labels_placeholder: labels})

我将 Hook 对象传递给 tf.contrib.learn.Experiment 的 train_monitors 和 eval_hooks 参数。

生成的 graph.pbtxt 文件现在只有 500K，而 .meta 文件只有 244K。

Full example here.