Tensorflowでキューをシャッフルしながら一貫性を維持する

Question

3つのキューがあり、1つはstring_input_producerによって提供されるFileReader、2つはint32のベクトルとint32の行列でそれぞれ供給されるslice_input_producersです。それらは、順番に読むとき、それらが1つの例を形成する画像、質問、および回答を提供するように、すべて注文される。

私がしたいことは、それらの間の関係を維持しながらシャッフルすることです。

私はshuffle_batchを使ってみましたが、これは関係を保存しないので役に立たなくなってしまいます。

私の現在のコード（該当するビット）：だから

def load_images(self,images,q_name): 
    filename_queue = tf.train.string_input_producer(images,shuffle=False,name=q_name) 
    reader = tf.WholeFileReader() 
    key, value = reader.read(filename_queue) 
    imagedata = tf.image.decode_png(value) 
    imagedata = tf.cast(tf.image.resize_images(imagedata,[224,224],tf.image.ResizeMethod.NEAREST_NEIGHBOR),tf.float32) 
    imagedata = tf.div(imagedata,tf.reduce_max(tf.abs(imagedata))) 
    imagedata.set_shape([224,224,3]) 
    return key,imagedata 

keys[testfile],imagedata[testfile] = self.load_images(imagefiles[testfile],'test') 
keys[trainfile],imagedata[trainfile] = self.load_images(imagefiles[trainfile],'train') 

s_train_answer_batch,s_train_question_batch,s_train_image_batch = tf.train.batch([tf.train.slice_input_producer([answers[trainfile]],shuffle=False)[0],tf.train.slice_input_producer([questions[trainfile]],shuffle=False)[0],imagedata[trainfile]],batch_size=batch_size,capacity=batch_size*2,enqueue_many=False) 

feed_dict = {self.x_image:s_train_image_batch.eval(), self.x_question: s_train_question_batch.eval(), self.y_:s_train_answer_batch.eval(),self.keep_prob:keep_prob} 

_,ce, summary, image_summary, accuracy= sess.run([self.train_step,self.cross_entropy, self.summary_op, self.image_summary_op, self.accuracy],feed_dict=feed_dict) 

、絶対的に明確にする：画像、質問ならば、および10に数字の1のちょうどベクトル行列に答えて、私はしたいと思いますフィード辞書が見えるように：

q:[4,1,8,2,3,9,6,5,7],a:[4,1,8,2,3,9,6,5,7],i:[4,1,8,2,3,9,6,5,7] 

が、現在、彼らは次のようになりたい：

q:[4,1,8,2,3,9,6,5,7],a:[7,3,1,5,6,2,4,9,8],i:[9,8,3,5,4,6,7,1,2] 

Answer 1

私はそれを解決した！ .eval（）を使用して出力を取得しないで、sess.run（[image_batch、question_batch、answer_batch]）を呼び出します。これは順序を保持し、シャフリングを行います。なぜ私は考えていない。

Answer 2

tf.train.range_input_producerとshuffleのような単一のキューを使用して、異なるデータにアクセスするために使用される整数を抽出しないのはなぜですか？

つまり、単一のキューを使用して、3つのデータ構造をすべて索引付けするために使用する整数を抽出します。