Tensorflow：如何使用不同來源（文件夾）中的不同類型的數據創建批處理？

我找不到合適的問題標題，對不起。Tensorflow：如何使用不同來源（文件夾）中的不同類型的數據創建批處理？

我有一個由兩個主要數據流組成的圖形：圖像分類和標籤清理。我有兩個類型的數據：來自驗證組

（IMAGE_DATA，noisy_label）從列車設置

首先是用來訓練標籤清潔部

（IMAGE_DATA，noisy_label，verified_label）的圖。第二個用於在清理了嘈雜的標籤後對圖像分類進行訓練。

每批需要比例爲1：9。

我該如何創建這種類型的批？張量流可能嗎？

來源

2017-07-23 S. Ricci

嘗試兩個隊列？一個讀取1，另一個讀取9.然後將它們放在一起形成一個批次。只是一個想法，我沒有想到它... – Seven

明天我會嘗試 –

我創建了兩個'queue = tf.train.string_input_producer（filenames_queue）'與兩個不同的'filenames_queue'。我爲每個「隊列」創建了一個'reader = tf.WholeFileReader（）'。現在我想我必須使用'tf.train.batch（[example，label]，batch_size = batch_size，capacity = 32）'函數。但是我無法創建比例爲1：9的批次。 –

我解決了比例問題！我創建了兩個批次，一個用於驗證，一個用於火車。然後我連接它們與image_batch = tf.concat([image_validation_batch, image_train_batch], 0)。這隻適用於圖像批次，我會在標籤上進行調查。

來源

2017-08-24 18:33:01

Tensorflow：如何使用不同來源（文件夾）中的不同類型的數據創建批處理？

回答

相關問題