這周計劃本來是將im2txt的模型用代碼實現一遍，然后開始跑模型了锚国。但是蒙袍，現在卻還沒完成俊卤。主要花費的時間部分為：做數據集7+個小時，整合im2txt與NMT代碼3+個小時害幅。
做數據集
以往做圖片的數據集，應該使用TFRecord格式來進行讀取岂昭。但是以现，我在使用的過程中發(fā)現，1萬張圖片寫入到TFRecord文件中约啊，占用的空間達到了2.7個G邑遏，按照這種比例來計算，整個比賽項目的數據有21萬恰矩，驗證數據集有3萬记盒，那么整個寫入到磁盤中，不得超過60個G外傅？我電腦中空間可沒有這么大纪吮，而且比賽的時候，到時還得將這60個G上傳到服務器萎胰，這也是個不小的時間開銷碾盟。
剛好，上周看了Importing Data技竟，而且冰肴，在seq2seq的項目中，我也用代碼實踐了榔组。所以打算熙尉，自己使用DataSet實現一個自己的數據集。這一改動搓扯，就各種報錯检痰，星期六的上午本來是打算直接開始模型代碼，確實整個上午一直處于報錯之中擅编。
后來攀细，在星期天的上午箫踩，終于仔細排查下，發(fā)現了是pad（它是用來填充位置谭贪，保持數據長度一致）設置的問題境钟。因為我在使用圖片名讀取圖片后，pad_batch函數不知道怎么自己設置這個圖片數據的pad數據了俭识。后來慨削，我直接將pad_types的維度修改下，然后將pad_values去掉就好了套媚。但是缚态，我覺得這還不是很好的解決方案，因為文字序列堤瘤，我需要設置pad玫芦，暫時還沒找到方法，而且我的pad_id其實和默認值0是一樣的本辐，就暫時先放放這個了桥帆。
下圖是終于能看到數據了
整合im2txt與NMT代碼
看了im2txt的源代碼，發(fā)現相比于NMT慎皱，它簡單很多老虫，相比于seq2seq的代碼，那就更簡單了（由于seq2seq里面可以實現機器翻譯茫多、文本摘要祈匙、圖片字幕，所以它的封裝程度很高天揖，看起來非常復雜）夺欲。然后，我就打算在im2txt中一些代碼宝剖，改成NMT里面的實現方式洁闰，看看效果怎么樣。
然后万细，我就整合完了扑眉，不過，運行之后赖钞，又是報錯腰素。看時間也不早了雪营，然后明天開始調錯誤吧弓千！
總結與計劃
總結：在使用的過程中，又一次發(fā)現自己對tensorflow很不熟悉献起，當想要實現某些功能時洋访，都不知道該怎么用函數去實現镣陕。不過，現在比以前好多了姻政，里面一般的方法呆抑，自己知道怎么去查了。特別是發(fā)現其實tensorflow里面封裝了很多基本的方法汁展，例如字符串的操作鹊碍，分割、連接食绿、求長度等等侈咕，它里面其實也封裝了一系列方法去進行操作。上周看到tensorflow里面的這些操作時器紧，感覺耀销，有點進入一個新的世界。
計劃：
- 將模型代碼跑通品洛，并盡快放到服務器開始跑树姨，這一周要看到效果。
- 看看seq2seq中對im2txt的實現桥状，看看有沒有更好的trick
