Python 在tensorflow中加载3D卷，然后洗牌数据

我有大约100个“.hdf5”文件。每个文件大约有300个（可变）3D卷，大小为80x80x80，属于同一类。总共有100个班。我在所有“.hdf5”文件中都有其他数据，如图像id和与每个卷对应的其他数据

---

我的问题是：如何在不将数据加载到内存的情况下，通过洗牌将它们拆分为训练、测试和验证，然后如何加载用于训练的数据。我无法在RAM中完全加载数据，因为3D卷占用了大量内存。有简单的方法吗

一些可能对你有帮助的阅读：

)；检查有关“使用TFRecords数据库”的部分

这是Tensorflow的原始详尽指南。检查“使用NumPy阵列”部分。我不确定您的具体情况，但这通常有助于更好地理解加载过程