写一个自己的batch函数

学术渣滓在自己改代码的时候遇到了一个大问题。从github上下载下来的代码用的训练集大多数都是minst集。如果想用这个代码训练自己的数据，就需要自己动动手改代码。一切进行的都很顺利，把所有有minst集的地方都改成自己的数据集就可以了。最后我发现了一个大问题，我的batch需要自己写。本来想着抄minst的作业，查了一下参考的minst集是怎么做的，这个居然是TensorFlow自己写好的。自己尝试改了一下，当时忘记自己为啥放弃了，懒人一定是觉得太难改了。不过没关系，CSDN的大佬一定会告诉你怎么做的，经过了一系列的百度，找到了个人认为比较实用的几份参考。

附上大佬的链接（毕竟咱是根据人家的东西修改得到的，抄袭不是好孩子）：

Tensorflow将自己的数据分割成batch训练：https://blog.csdn.net/sinat_35821976/article/details/82668555

TensorFlow走过的坑之---数据读取和tf中batch的使用方法：https://www.cnblogs.com/marsggbo/p/10040740.html

不过我用的办法是第一篇博客里面的，主要就是两个函数：

一、tf.slice_input_producer（）

作用：作用是从输入的tensor_list按要求抽取一个tensor放入文件名队列

tf.slice_input_producer(tensor_list, num_epochs=None, shuffle=True, seed=None,
                         capacity=32, shared_name=None, name=None)

参数说明：

tensor_list：你自己的输入，格式为tensor的列表；注：[你的数据名字]，亲测你要是不加括号会出现bug
num_epohs：设置你想要的训练次数。如果没有给定值，那么将会抽取无数次batch（这会导致你训练过程停不下来），如果给定值，那么在到达次数之后就会报OutOfRange的错误
shuffle：设置是否随机。如果为False，batch是按顺序抽取；如果为True，batch是随机抽取
seed：随机种子
capcity：队列容量的大小，为整数（没闹明白这个是怎么回事）
name：名称（可以不写）

二、tf.train.batch（）& tf.train.shuffle_batch（）

作用：给你用上一个函数取出来的数据做一个tensor

tf.train.batch([data, label], batch_size=batch_size, capacity=capacity,num_threads=num_thread,allow_smaller_final_batch= True)
tf.train.shuffle_batch([example, label], batch_size=batch_size, capacity=capacity,num_threads=num_thread,allow_smaller_final_batch=True)

参数介绍：

[data，label]：上一个函数的名字
batch_size：batch的大小
capcity：队列的容量（一个队列里允许的最大容量，为整数）
num_threads：线程数，使用多少个线程来控制整个队列。如果num_threads大于1，则batch操作将是非确定性的，输出的batch可能会乱序
allow_smaller_final_batch：这个是当最后的几个样本不够组成一个batch的时候用的参数，如果为True则会重新组成一个batch

三、自己的batch函数

读函数这个事吧，对于学渣来说还是太头疼了。基本上的意思就是如果你想用TensorFlow写自己batch就要用到这两个函数。

def get_Batch(data, batch_size):
    #print(data.shape)测试用的，忽略这一行
    input_queue = tf.train.slice_input_producer([你自己数据的名字噢], num_epochs=这块一定要改好，小编吃过亏, shuffle=True（随机）, capacity=64 )
    x_batch = tf.train.batch(input_queue, batch_size=batch_size, num_threads=1, capacity=64, allow_smaller_final_batch=False)
    return x_batch
#引用函数就可以了
f = get_Batch(train_data,batch_size)
#f就是你的训练集

不知道还有什么补充的没有，如果想起来会修改的。如果有说错的地方，大家要指出来啊。

今日的文案收工啦！