tensorflow组合训练数据(batch)

tensorflow提供了tf.train.batch和tf.train.shuffle_batch函数来将单个样例组织成batch的形式输出。这两个函数都会生成一个队列,队列的入队操作是生成单个样例的方法,而每次出队得到的是一个batch的样例。唯一的区别是是否会将数据顺序打乱。

1.tf.train.batch

batch_size=3
capacity=1000+3*batch_size
example_batch,label_batch=tf.train.batch(
    [example,label],batch_size=batch_size,capacity=capacity)
参数:

capacity给出了队列的最大容量,队列如果太大,需要占用很多的内存资源,如果太小,出队操作可能会因为没有数据而被阻碍(block),从而导致训练效率降低。当队列长度等于容量时,tensorflow将暂停入队操作,而只是等待元素出队。当元素个数小于容量时,tensorflow将自动重新启动入队操作。

2.tf.train.shuffle_batch

batch_si
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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