python逐个读取文件_如何在Tensorflow中逐个读取文件？

在Tensorflow中有一些函数可以读取文件，但是这些函数接受文件名的队列。在

这意味着，在读取文件时，我必须从文件本身精确地推断出标签。在

不幸的是，内存中有一个元组列表，其中每个元组由文件名和标签组成。一、 标签不在文件中，而是在内存中。在

是否可以创建两个同步队列，或者以其他方式从不同的源获取数据和标签？在

更新

我写过这样的东西，但失败了

数据=[[os.path.join操作系统(corpus_dir，filename)，label]用于数据中的(filename，label)]def read_my_file():

records = tf.train.input_producer(data)

record = records.dequeue()

filename = record[0]

filenames = tf.FIFOQueue(1, tf.string)

filenames.enqueue(filename)

label = record[1]

reader = tf.WholeFileReader()

key, raw = reader.read(filenames)

image = tf.image.decode_png(raw)

return image, label

image, label = read_my_file()

init_op = tf.initialize_all_variables()

with tf.Session() as sess:

sess.run(init_op)

coord = tf.train.Coordinator()

threads = tf.train.start_queue_runners(coord=coord)

for i in range(10):

image1, label1 = sess.run(image, label)

print(label1)

这里的data是Python内存中元组的列表，filenames是我组织的一个队列，用于向文件读取器提供信息。在

看上去糟透了，不起作用：

^{pr2}$

如你所见，我在任何地方都不使用条件限制。在