我正在加载TFRecords，我有6个不同的类，共有大约8000个图像。
以下是我目前的论点：
images, labels = tf.train.shuffle_batch([image, label], batch_size=10,
capacity=3000, num_threads=3, min_after_dequeue=2000)
以下是我制作的图片：
10, 299, 299, 3)
[1 0 1 1 1 1 1 1 0 0]
(10, 299, 299, 3)
[2 2 0 2 0 2 1 0 0 2]
(10, 299, 299, 3)
[0 1 1 1 2 2 2 2 1 2]
(10, 299, 299, 3)
[0 0 2 0 2 2 0 1 1 0]
(10, 299, 299, 3)
[0 2 0 0 2 0 0 2 1 2]
正如您在标签上看到的那样，我只能从前三个中获取图像 类。
是否有与容量和min_after_dequeue一起使用的特定值或比率？ （我尝试了两个值，但我的电脑似乎放慢了速度，我可能需要重新启动并再试一次）
谢谢
答案 0 :(得分：0)
min_after_dequeue：出队后队列中的最小数字元素，用于确保元素的混合程度。
capacity：队列中的最大元素数。
因此，您应该增加min_after_dequeue（例如8000），并确保capacity大于或等于min_after_dequeue。