tensorflow batch函数实现

最新推荐文章于 2023-07-02 16:54:28 发布

原创

最新推荐文章于 2023-07-02 16:54:28 发布 · 3.2k 阅读

收录于

本文介绍了在TensorFlow中如何实现数据的批处理。通过一个线程读取硬盘上的图片并放入队列，另一个线程负责计算任务，直接从队列获取数据。使用tf.train.Coordinator创建线程协调器，调用tf.train.start_queue_runners启动线程，确保数据正确读取。tf.train.batch函数根据传入参数类型返回tensor列表或单个tensor。

def get_batch(image, label, image_W, image_H, batch_size, capacity):
    
    image = tf.cast(image, tf.string)
    label = tf.cast(label, tf.int32)
    #生成列队
    input_queue = tf.train.slice_input_producer([image, label])
    
    label = input_queue[1]
    image_contents = tf.read_file(input_queue[0])
    image = tf.image.decode_jpeg(image_contents, channels=3)
    
    image = tf.image.resize_image_with_crop_or_pad(image, image_W, image_H)
    a = tf.reduce_mean(image)
    image = tf.subtract(image,a)
    
    image_batch, label_batch = tf.train.batch([image, label],
                                              batch_size= batch_size,
                                              num_threads= 16, 
                                              capacity = capacity)
 
    
    label_batch = tf.reshape(label_batch, [batch_size])
    image_batch = tf.cast(image_batch, tf.float32)
    
    return image_batch, label_batch

&nb