在Tensorflow中，我计划构建一些模型，并根据训练数据的不同子集将其与其他基准模型进行比较。也就是说，我希望使用相同的数据子集来训练我的模型和基准模型。

在队列运行器和TFreaders的常规实现方式中（例如im2txt），这需要为每个选择的子集复制数据，在我的情况下，这将需要使用大量的磁盘空间。

如果能有一种方法让队列只获取指定ID子集中的样本，或者忽略不在给定ID子集中的样本，那就最好了。

如果我理解正确，忽略样本并非易事，因为这需要将来自不同读取的样本拼接成一个批次。

有没有人知道如何做到这一点？或者能建议一种替代方法，这种方法不需要将所有训练数据预加载到RAM中？

谢谢！

回答：

您可以将您的条件编码为tf.train.maybe_batch的keep_input参数的一部分