tf.train.batch的例子

Evan_Tech

于 2020-02-06 00:06:56 发布

阅读量130

点赞数

分类专栏： tensorflow

本文链接：https://blog.youkuaiyun.com/yfren1123/article/details/104190697

版权

tensorflow 专栏收录该内容

15 篇文章

订阅专栏

本文介绍了一个使用TensorFlow和NumPy生成并处理批量数据的方法。通过定义函数生成指定数量的图像数据和标签，然后利用TensorFlow的数据队列和批处理功能进行高效的数据读取和预处理。适用于深度学习模型训练前的数据准备。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

转载自链接

import tensorflow as tf
import numpy as np

def generate_data():
    num = 25
    label = np.asarray(range(0, num))
    images = np.random.random([num, 5, 5, 3])
    print('label size :{}, image size {}'.format(label.shape, images.shape))
    return label, images

def get_batch_data():
    label, images = generate_data()
    images = tf.cast(images, tf.float32)
    label = tf.cast(label, tf.int32)
    input_queue = tf.train.slice_input_producer([images, label], shuffle=False) # 默认 shuffle=True
    image_batch, label_batch = tf.train.batch(input_queue, batch_size=10, num_threads=1, capacity=64)
    return image_batch, label_batch

image_batch, label_batch = get_batch_data()
with tf.Session() as sess:
    coord = tf.train.Coordinator()
    threads = tf.train.start_queue_runners(sess, coord)
    i = 0
    try:
        while not coord.should_stop():
            image_batch_v, label_batch_v = sess.run([image_batch, label_batch])
            i += 1
            for j in range(10):
                print(image_batch_v.shape, label_batch_v[j])
    except tf.errors.OutOfRangeError:
        print("done")
    finally:
        coord.request_stop()
    coord.join(threads)