Tensorflow：如何使用不同来源（文件夹）中的不同类型的数据创建批处理？

我找不到合适的问题标题，对不起。Tensorflow：如何使用不同来源（文件夹）中的不同类型的数据创建批处理？

我有一个由两个主要数据流组成的图形：图像分类和标签清理。我有两个类型的数据：来自验证组

（IMAGE_DATA，noisy_label）从列车设置

首先是用来训练标签清洁部

（IMAGE_DATA，noisy_label，verified_label）的图。第二个用于在清理了嘈杂的标签后对图像分类进行训练。

每批需要比例为1：9。

我该如何创建这种类型的批？张量流可能吗？

来源

2017-07-23 S. Ricci

尝试两个队列？一个读取1，另一个读取9.然后将它们放在一起形成一个批次。只是一个想法，我没有想到它... – Seven

明天我会尝试 –

我创建了两个'queue = tf.train.string_input_producer（filenames_queue）'与两个不同的'filenames_queue'。我为每个“队列”创建了一个'reader = tf.WholeFileReader（）'。现在我想我必须使用'tf.train.batch（[example，label]，batch_size = batch_size，capacity = 32）'函数。但是我无法创建比例为1：9的批次。 –

我解决了比例问题！我创建了两个批次，一个用于验证，一个用于火车。然后我连接它们与image_batch = tf.concat([image_validation_batch, image_train_batch], 0)。这只适用于图像批次，我会在标签上进行调查。

来源

2017-08-24 18:33:01

Tensorflow：如何使用不同来源（文件夹）中的不同类型的数据创建批处理？

回答

相关问题