Python 3.x 如何从numpy数组创建无序的批处理列表以馈送tensorflow字典

我正在使用Tensorflow开发一个分类器。我的输入和输出是numpy数组，示例作为行，参数作为列。到目前为止，我的代码工作正常，我可以通过直接为100%的输入和输出阵列馈电来训练我的网络。 现在，我想创建一个混洗批次列表，以提供tensorflow，但这一步对我来说并不清楚

下面是否创建了张量列表（我的批次）

然后我尝试将这些批次输入tensorflow：

for epoch in range(0,2000):
     sess.run(train_step,feed_dict={X:input_batch.eval(),Yreal:output_batch.eval()})

但在这条线之后什么也没发生

---

如何从numpy数组中正确准备批次并将其提供给tensorflow dictionnary？

我终于找到了如何为每个历元随机创建不同批次的方法。我发布我的解决方案，因为它可能对其他人有用。所以这里是诀窍

for epoch in range(0,2000):
    permutation=np.random.permutation(input_size)
    permutation=permutation[0:batch_size]
    batch=[train_set[permutation],train_label[permutation]]
    sess.run(train_step,feed_dict={X:batch[0],Yreal:batch[1]})

这也许不是最性感的方式，但它确实奏效了。我们在每个历元创建了一个随机列表（排列），从中提取批次。然后将每批产品送入tensorflow

for epoch in range(0,2000):
    permutation=np.random.permutation(input_size)
    permutation=permutation[0:batch_size]
    batch=[train_set[permutation],train_label[permutation]]
    sess.run(train_step,feed_dict={X:batch[0],Yreal:batch[1]})