有关张量示例代码的问题

Question

我正在尝试学习TensorFlow，并且我可以理解它如何使用 批 在 这个 例子：

cross_entropy = -tf.reduce_sum(y_*tf.log(y_conv))
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
correct_prediction = tf.equal(tf.argmax(y_conv,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
sess.run(tf.initialize_all_variables())
for i in range(20000):
  batch = mnist.train.next_batch(50)
  if i%100 == 0:
    train_accuracy = accuracy.eval(feed_dict={
        x:batch[0], y_: batch[1], keep_prob: 1.0})
    print("step %d, training accuracy %g"%(i, train_accuracy))
  train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5})

print("test accuracy %g"%accuracy.eval(feed_dict={
    x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0}))

我的问题是，为什么它会得到一批50个培训数据，而仅使用第一个进行培训。也许我不正确理解代码。

Answer 1

如果我正确理解您，您正在询问此代码线：

train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5})

在这里，您仅指定批处理的哪一部分用于功能以及哪些部分用于您的预测类。