tensorflow用自己的数据创建batch

这篇博客介绍如何利用TensorFlow处理个人数据,将二维数据矩阵转换为样本行向量,并设置batchsize和capacity来实现多线程数据读取。
摘要由CSDN通过智能技术生成

使用自己的数据创建batch

下面以一个例子说明:

data = np.array([x for x in range(1, 101)]).reshape(10, 10)
label = np.array([x for x in range(1, 11)]).reshape(10, 1)

将data代表的矩阵作为输入的数据,其中每一行作为一个样例,每一列作为一个特征,这里要说明的是:如果你的数据是2维的数据完全可以存为这种格式,就像是mnist集中的数据也是将每一张图片flatten后存为一维的行向量。

附上所有代码:

import numpy as np
import tensorflow as tf

...

if __name__ == '__main__':
    data = np.array([x for x in range(1, 101)]).reshape(10, 10)
    label = np.array([x for x in range(1, 11)]).reshape(10, 1)
    batch_size = 3
    capacity &
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值