小编mat*_*lso的帖子

我有一个程序生成的(无限)数据源,我试图用它作为高级Tensorflow的输入Estimator来训练基于图像的3D物体探测器.

我在Tensorflor Estimator Quickstart中设置数据集,我dataset_input_fn返回一个功能和标签的元组Tensor,就像Estimator.train函数指定的那样,以及本教程的显示方式,但是在尝试调用train功能时遇到错误:

TypeError: 'Tensor' object is not iterable.

我究竟做错了什么？

    def data_generator():
        """
        Generator for image (features) and ground truth object positions (labels)

        Sample an image and object positions from a procedurally generated data source
        """
        while True:
            source.step()  # generate next data point

            object_ground_truth = source.get_ground_truth() # list of 9 floats
            cam_img = source.get_cam_frame()  # image (224, 224, 3) 
            yield (cam_img, object_ground_truth)

    def dataset_input_fn():
        """
        Tensorflow `Dataset` …

当使用ReLU时，从深入研究整流器开始，他/ MSRA初始化似乎是推荐的权重初始化。

在TensorFlow中是否有内置的方式使用它？（类似于：如何在TensorFlow上进行Xavier初始化）？