Tensorflow -- tf.train.batch函数

最新推荐文章于 2021-05-25 22:47:32 发布

原创最新推荐文章于 2021-05-25 22:47:32 发布 · 1.5k 阅读

3 ·

CC 4.0 BY-SA版权

本文详细介绍了TensorFlow中tf.train.batch()与tf.train.shuffle_batch()函数的使用方法及参数解析，包括tensors、batch_size、num_threads和capacity等关键概念，并对比了两者之间的差异。

部署运行你感兴趣的模型镜像

tf.train.batch()函数中，主要需要关注的是四个参数
tensors, batch_size, num_threads, capacity
tensors – 训练数据的来源
batch_size – 每次从队列中取出的数据量
num_threads – 设置用来实现多线程读取
capacity – 队列中的数据量
训练的流程就是首先取出capacity数量的数据加入队列，然后再从队列中取出batch_size数量的数据用于训练，同时补充batch_size数量的数据到队列中。
如果使用的是tf.train.shuffle_batch()函数，则是取出capacity数量的数据加入队列，然后打乱顺序，再取出batch_size用于训练，在补充数据到队列中之后，再一次打乱队列中的数据，以便进行下一次的读取数据。