我正在寻找将tf.train.batch与enqueue_many=True一起使用的示例。
在我的情况下，我有一个形状张量的形状[299,299,3]，当我调用一个函数get_distortions(image)时，它将返回一个新的张量形状[10,299,299,3]（在这个例子中，它将对图像应用10个失真并将它们全部作为新的张量返回）。然后，我想通过致电tf.train.batch将所有这些排队。
我试过了：
example_batch = tf.train.batch(tf.unpack(distortions), 5, enqueue_many=True)
但是当我sess.run(example_batch)时，我得到一份长度为10的清单（我期待一批5号）。
另外，在这种情况下，如何将标签包含在tf.train.batch中？所有10种扭曲的标签都是相同的。
答案 0 :(得分：1)
请勿解压缩distortions。 enqueue_many的语义是你给它一个张量，第一个维度是批处理维度，因此带有enqueue_many的[10, 299, 299, 3]张量将导致十个单独的项目，每个项目299, 299, 3被排队 - 这就是你想要的。
答案 1 :(得分：0)
tf.train.batch的文档告诉您：
如果enqueue_many为True，则假定张量代表一批 示例，其中第一个维度通过示例索引，以及所有 张量的成员在第一维中应具有相同的大小。 如果输入张量具有形状[*，x，y，z]，则输出将具有形状 [batch_size，x，y，z]。 capacity参数控制了多长时间 允许预取会使队列增长。
您的情况恰恰如下：[10, 299, 299, 3]，其中10是批量大小。因此，您无需进行任何解包，tf.train.batch(distortions, 5, enqueue_many=True)将完成此任务。