Tensorflow：使用tf.train.batch批处理标签

Question

我有一段代码

la=[0,0,0,0,0,0,1,1,1,1]
onehot = tf.one_hot(la, depth=2)   #[[1,0],[1,0],[1,0],[1,0],[1,0],[1,0],[0,1],[0,1],[0,1],[0,1]]
image_batch,labels_batch=tf.train.batch([resized_image,onehot],batch_size=2,num_threads=1)

我跑的时候

  

打印（s.run（[tf.shape（image_batch），labels_batch]））

它一次批量处理所有实验室，如

[array([ 2, 50, 50,  3]), array([[[ 1.,  0.],
    [ 1.,  0.],
    [ 1.,  0.],
    [ 1.,  0.],
    [ 1.,  0.],
    [ 1.,  0.],
    [ 0.,  1.],
    [ 0.,  1.],
    [ 0.,  1.],
    [ 0.,  1.]],

   [[ 1.,  0.],
    [ 1.,  0.],
    [ 1.,  0.],
    [ 1.,  0.],
    [ 1.,  0.],
    [ 1.,  0.],
    [ 0.,  1.],
    [ 0.,  1.],
    [ 0.,  1.],
    [ 0.,  1.]]], dtype=float32)]

它应输出类似

的内容

[array([ 2, 50, 50,  3]), array([[[ 1.,  0.],

   [[ 1.,  0.]]], dtype=float32)]

不是吗？批量大小为2，拍摄2张图像，一次是相应的标签。 我是CNN和机器学习的新手。事先谢谢。

Answer 1

根据 tf.train.batch （https://www.tensorflow.org/api_docs/python/tf/train/batch）的 Tensorflow 文档，

由于 enqueue_many = False 默认情况下输入 onehot 的形状为 [10,2] ，因此输出（此处） labels_batch ）形状变为 [batch_size，10,2] 。

如果 enqueue_many = True ，则只有输出（此处 labels_batch ）将变为 [batch_size，2] 。

希望这有帮助。