python如何自定义函数_如何在python中为自定义数据实现next_batch（）函数

我目前正在通过实施深度转网络来研究kaggle上的cats vs dogs分类任务。下面的代码行用于数据预处理：如何在python中为自定义数据实现next_batch（）函数

def label_img(img):

word_label = img.split('.')[-3]

if word_label == 'cat': return [1,0]

elif word_label == 'dog': return [0,1]

def create_train_data():

training_data = []

for img in tqdm(os.listdir(TRAIN_DIR)):

label = label_img(img)

path = os.path.join(TRAIN_DIR,img)

img = cv2.resize(cv2.imread(path,cv2.IMREAD_GRAYSCALE),IMG_SIZE,IMG_SIZE))

training_data.append([np.array(img),np.array(label)])

shuffle(training_data)

return training_data

train_data = create_train_data()

X_train = np.array([i[0] for i in train_data]).reshape(-1, IMG_SIZE,IMG_SIZE,1)

Y_train =np.asarray([i[1] for i in train_data])

我想要实现复制在tensorflow深MNIST教程

batch = mnist.train.next_batch(100)