我一直致力于DNN项目，该项目包括一个音频dereverberator（特别是here所述的语音dereverberation）。在一些预处理之后，我的数据库结束了成对的向量，这些向量包括用于监督学习方法的输入/输出。我的输入层由3048个神经元组成，我的输出层由514个神经元组成。数据库相当大（或多或少200万对输入输出向量）。这导致我尝试实现一个queque，因为很明显我无法在内存中加载整个数据库。我以CSV格式存储我的文件/向量，大小= 3048,2。第二列在第514个元素（输出层）之后用零填充。我一直在努力实现queque，如输入管道文档中所述，并且还有几个教程。我发现他们中的大部分都是不完整的，过时的或太简短的，不符合我的理解和目的。我对python也有点新意，这对我来说可能会减慢速度。我已经读了很多关于它的线索，我知道我并不孤单，输入管道让很多人感到困惑，我很高兴知道开发人员注意到这一点，所以我们应该看到在不久的将来会有一些改进。同时，如果有人可以帮助这部分算法，如果有人能指出我正确的方向，我将非常感激。我无法访问我一直试图使用的代码，但如果需要，我可以稍后发布。