关于在深度学习中训练数据集的batch的经验总结

由于深度学习的网格很大，用来训练的数据集也很大。因此不可能一下子将所有数据集都输入到网络中，便引入了batch_size的概念，下面总结自己两种常用的调用batch的方法

1、使用TensorFlow， tf.train.batch（）。

2、

    offset = (offset + batch_size) % len(images)  #每次读取batch_size图片 相当于设置一个游标，每过一次循环，游标向前移动一次，这里images是要读取图片的路径
    batch = np.array([read_image(img, HEIGHT, WIDTH) for img in images[offset: offset + batch_size]])  #读取batch的数据  这里读完之后就可以直接feed到网络中