我有大量的npy文件（448个文件），每个文件包含大约12k帧（150x150 RGB图像），这些文件一起构成了我的神经网络（X）的输入。但是，由于不可能将所有文件加载到单个阵列中，并且有必要对所有样本进行混洗以避免偏差，因此，如何创建输入并将其馈送到网络？有人建议创建一个虚拟数组来表示索引，将其洗净，根据数组大小和索引创建块，然后将这些块馈送到神经网络。但是，我想知道是否还有另一种更简单的方法。而且我也熟悉Tensorflow（+ keras）和PyTorch。 总之，我想执行此步骤，但是要使用大量的大型npy文件：
X_train_filenames, X_val_filenames, y_train, y_val = train_test_split(...)