我正在将图像分成补丁的Keras模型进行工作。
我有一个很特别的管道：
imports pyautogui
x, y = pyautogui.locateCenterOnScreen('YOURIMAGE.png', confidence=0.8)
pyautogui.moveTo(x, y)
我需要基于模型预测值（tem）来计算（对于给定的批次）某个名为gamma的值，然后将该值考虑到我的损失函数中，但是不可微，因此我无法将其计算整合到损失函数中。
当测量加载和训练所需的时间时，似乎瓶颈处于加载阶段。
我的问题是：是否可以加载多个批次（函数self.get_batch（），同时计算另一批次的预测，伽玛值和训练？
我想这个想法是要创建某种队列来存储我的批次，但是我真的不知道该怎么做。
PS：在我的get_batch函数中，我正在访问hdf5文件，它会在多处理过程中引起任何麻烦吗？
谢谢。