Python Tensorflow：如何读取记录直到文件结束

我有一个用于训练RNN的数据集，其中样本序列包含在单个文件中

timeSeries1.bin
timeSeries2.bin

在每个timeseries.bin中都有不同数量的样本。当文件名存在于tf.train.string\u input\u producer中时，如何从一个timeseries加载所有样本？我需要能够丢弃序列之间的RNN状态，这意味着我需要知道序列何时结束

这是我的输入管道函数：

def input_pipeline(instructions, base_directory):

    files = [f for f in os.listdir(base_directory) if f.endswith('.bin')]

    filename_list = [os.path.join(base_directory, x) for x in files]
    filename_queue = tf.train.string_input_producer(
        filename_list, shuffle=True, capacity=100)
    example, label, feature_name_list = read_binary_format(filename_queue, instructions)

    num_preprocess_threads = 16
    capacity = 20

    example, label = tf.train.batch(
        [example, label],
        batch_size=700,
        capacity=capacity,
        num_threads=num_preprocess_threads)

    return example, label

---

我知道我需要根据文件名队列中当前文件的大小来更改批大小，但我不知道如何执行此操作。

文件之间更改的是批大小还是序列长度？读取二进制格式返回什么？您的问题的解决方案可能涉及用零填充序列，但考虑到是批大小还是序列长度在文件之间发生了变化？读取二进制格式返回什么？不过，问题的解决方案可能涉及用零填充序列