ドロップ/ので、私は必要な私は私のトレーニングセット（誤ラベル例）で、いくつかの誤ったデータを発見したと私はソースを修正した一方で、私は同じデータセットを試していきたいと思いデータ

Question

をロードするときに、レコードをスキップこれらのレコードをスキップします。

私はTFRecordReaderを使用していて、parse_single_example &シャッフルバッチをロードしています。どこかでフィルタを提供できますか？

Answer 1

docsには、tf.train.shuffle_batch()とenqueue_many=Trueを使用する方法の簡単な説明があります。

X, y = tf.parse_single_example(...) 
is_correctly_labelled = correctly_labelled(X, y) 
X = tf.expand_dims(X, 0) 
y = tf.expand_dims(y, 0) 
empty = tf.constant([], tf.int32) 
X, y = tf.cond(is_correctly_labelled, 
       lambda: [X, y], 
       lambda: [tf.gather(X, empty), tf.gather(y, empty)]) 
Xs, ys = tf.train.shuffle_batch(
    [X, y], batch_size, capacity, min_after_dequeue, 
    enqueue_many=True) 

tf.gatherがゼロサイズのスライスを取得するだけの方法である：例えば、グラフ操作を使用して誤ってラベル付けされているかどうかを判断することができる場合は、それほど（another SO answerから適応）のような結果をフィルタリングすることができます。 numpyでは、それはちょうどX[[], ...]になります。