def check_step_processing(self, i, x_data, y_data):
mytool.print_dot()
err = self.sess.run(self.cost_function,
feed_dict={
self.X: x_data,
self.Y: y_data
})
self.costs.append("{:.8f}".format(err))
def check_step_processing(self, i, x_data, y_data):
mytool.print_dot()
self.weights.append(self.sess.run(self.W))
self.biases.append(self.sess.run(self.b))
err = self.sess.run(self.cost_function,
feed_dict={
self.X: x_data,
self.Y: y_data
})
self.costs.append(err)
self.my_log(i, x_data,
y_data) # Do whatever you want in this virtual function
def learn_with_segment(self, db, learning_epoch, partial_size):
tf.set_random_seed(777) # for reproducibility
self.init_network() # 가상함수
self.sess = tf.Session()
# Initialize TensorFlow variables
self.sess.run(tf.global_variables_initializer())
print("\nStart learning:")
# Training cycle
for epoch in range(learning_epoch):
err_4_all_data = 0
number_of_segment = self.get_number_of_segment() # 가상함수
# 처음 데이터를 100개를 읽어 최적화함.
# 그 다음 100개 데이터에 대하여 수행.
# 이를 모두 550번 수행하면 전체 데이터 55,000개에 대해 1번 수행하게 됨.
# 아래 for 문장이 한번 모두 실행되면 전체 데이터에 대해 1번 실행(학습)함.
for i in range(number_of_segment):
x_data, y_data = self.get_next_segment() # 가상함수
# 아래 에러는 일부분(100개)에 대한 것이므로 전체 에러를 구하려면 550으로 나누어주어야 함. 아래에서 수행
err_4_partial, _ = self.sess.run(
[self.cost_function, self.optimizer],
feed_dict={
self.X: x_data,
self.Y: y_data,
self.DO: 0.7
})
err_4_all_data += err_4_partial
import mytool
mytool.print_dot()
avg_err = err_4_all_data / number_of_segment #
self.costs.append(avg_err)
self.my_log(epoch, x_data, y_data) # 가상함수
print("\nDone!\n")