Так что я использую тензорный поток для написания нейронных сетей для задач.Мой обычный подход к подаче данных - это загрузить их в массив, а затем передать весь массив во входной заполнитель, как определено.Это отлично работает.Однако, если входные данные огромны, итерация изображений по одному, а затем добавление их в массив и последующая подача массива в заполнитель является трудоемким процессом.Есть ли способ, где я могу напрямую подавать данные без необходимости читать весь каталог в массиве, чтобы ускорить процесс инициализации данных?
Пример моего текущего подхода приведен как:
train_list = []
# import required libraries, I use glob to read images.
for img in glob(directory):
train_list.append(img)
train_list = np.asarray(train_list)
X = tf.placeholder(tf.float32, shape=(None,32,32,3), name="input")
# then feed the array to X during the initialization.