Пытаюсь построить граф с обучением и валидацией одной и той же модели (полностью подключенный MLP) без повторного запуска сессии, без использования feed_dict и с использованием tf.data. Как правило, используя feed_dict, я определял модель с входным тензором X и оценивал потери или точность тензоров. Затем во время выполнения графа я бы написал что-то вроде
...
#Training
session.run([train_op], feed_dict={X: XTrainingData, Y: YTrainingData})
#Validation
session.run([accuracy_validation], feed_dict={X: XValidationData, Y: YValidationData})
Я знаю, как использовать набор данных для обучения и избегать feed_dict. Мой вопрос: как я могу избежать feed_dict для обучения И проверки? Если X исходит от итератора, я дважды вызову .get_next() (один для обучения X1, один для проверки X2). Как я могу построить график для использования X1 и X2?
В более общем смысле, следует ли избегать многократного вызова session.run()?