2024-05-15 18:19:20 发布
网友
假设我们得到了20万张标签为“1”的图片和另外20万张标签为“0”的图片按顺序转换为tensorflow的tfrecord。我试图用tf.train.shuffle_batch()来洗牌tfrecord。问题是,如果没有一个巨大的min_after_dequeue,那么我就不能充分地对数据进行无序处理,而如果没有太大的min_after_dequeue,那么它将耗尽内存。有什么解决方法吗?在
tf.train.shuffle_batch()
min_after_dequeue
谢谢!在
为此,我建议使用tf.data.Dataset(https://www.tensorflow.org/versions/r1.4/api_docs/python/tf/data/Dataset),利用shuffle转换和{}转换(假设您希望混合使用“1”和“0”标签)。在
tf.data.Dataset
shuffle
为此,我建议使用}转换(假设您希望混合使用“1”和“0”标签)。在
tf.data.Dataset
(https://www.tensorflow.org/versions/r1.4/api_docs/python/tf/data/Dataset),利用shuffle
转换和{相关问题 更多 >
编程相关推荐