我正在尝试为我的图像数据集实现功能:batch_x, batch_y = mnist.train.next_batch(128)
。>>
为了进行培训,我有1000个文件夹(文件夹的名称与它属于“ Class1”,“ Class2”,“ Class3”等的类相同)。这些文件夹中的每一个包含500个属于一个类别的图像。
因此,总共我有500,000张图像需要训练。
对我来说,将它们分成几批(随机选择图像)并馈入我的推理模型的最佳方法是什么?
我没有使用Keras,而是使用Tensorflow 1.15。
我正在尝试为我的图像数据集实现以下功能:batch_x,batch_y = mnist.train.next_batch(128)。为了进行培训,我有1000个文件夹(文件夹的名称与其所在的类相同...
您可以使用tf.data
建立管道。例如,类似以下内容,由tf.data guide提供: