data_batch是如何实现的？

最新推荐文章于 2023-06-01 22:08:36 发布

china026

最新推荐文章于 2023-06-01 22:08:36 发布

阅读量3.5k

点赞数

本文链接：https://blog.csdn.net/china026/article/details/87890440

版权

该博客探讨了data_batch的实现过程，包括从图片地址列表和标签列表加载数据到队列，进行图片预处理，将图片加载到批量处理函数中，将处理后的批次数据输入神经网络，并详细说明如何在会话中初始化局部变量并启动线程进行数据读取。

摘要由CSDN通过智能技术生成

1.把图片地址列表、标签列表读入队列

image = tf.train.slice_input_producer([train_list],num_epochs=1,shuffle=False)

train_list可以是任意多个list，可以组合传也可以单独传，num_epochs用来控制整个数据集遍历几次。

2.读取得到的image[0]，做图片的预处理。

#2.读取图片并解码
image_train = tf.read_file(image[0])
image_train = tf.image.decode_jpeg(image_train, channels=3)
image_train = tf.image.resize_images(image_train, [208,208])
image_train = tf.cast(image_train, tf.float32) / 255.

3.把图片载入到get_batch中

#3.合并成一个batch，可以传入图片的tensor_list,也可以传入地址、标签的list
img_batch,img_dir = tf.train.batch([image_train,image[0]],
                                           batch_size=10, 
                                           capacity=100,#队列长度
                                           num_threads=2,#线程个数