在 tensorflow MNIST 教程 中, mnist.train.next_batch(100)
函数非常方便。我现在正在尝试自己实现一个简单的分类。我的训练数据在一个 numpy 数组中。我怎样才能为我自己的数据实现类似的功能来给我下一批?
sess = tf.InteractiveSession()
tf.global_variables_initializer().run()
Xtr, Ytr = loadData()
for it in range(1000):
batch_x = Xtr.next_batch(100)
batch_y = Ytr.next_batch(100)
原文由 timbmg 发布,翻译遵循 CC BY-SA 4.0 许可协议
您发布的链接说: “我们从训练集中获得了一百个随机数据点的“批次”” 。在我的示例中,我使用了一个全局函数(不是您示例中的方法),因此语法会有所不同。
在我的函数中,您需要传递所需的样本数和数据数组。
这是正确的代码,可确保样本具有正确的标签:
和演示运行: