Python 使用自己的csv文件进行批处理

我有一个使用Tensorflow的MNIST数据集的python代码。 会议安排如下：

    with tf.Session() as sess:
        sess.run(tf.initialize_all_variables())
        for epoch in range(hm_epochs):
            epoch_loss = 0
            for _ in range(int(mnist.train.num_examples / batch_size)):
                epoch_x, epoch_y = mnist.train.next_batch(batch_size)
                _, c = sess.run([optimizer, cost], feed_dict={x: epoch_x, y: epoch_y})
                epoch_loss += c
            print('Epoch: ', epoch, ' completed out of: ', hm_epochs, ' loss: ', epoch_loss)
    correct = tf.equal(tf.argmax(prediction, 1), tf.argmax(y, 1))

    accuracy = tf.reduce_mean(tf.cast(correct, 'float'))

    print('Accuracy:', accuracy.eval({x: mnist.test.images, y: mnist.test.labels}))

该行：

epoch_x, epoch_y = mnist.train.next_batch(batch_size)

每次都要生产100号的新批次

我的问题是，如果我有自己的CSV文件（这是一个列表），如何用一个新行替换这一行，为我创建新的批？ 我当前的代码如下所示：

with tf.Session() as sess:
    sess.run(tf.initialize_all_variables())
    for epoch in range(hm_epochs):
        epoch_loss = 0
        for _ in range(len(training_data_list) // batch_size):
            epoch_x, epoch_y = training_data_list.nextbatch(batch_size)
            _, c = sess.run([optimizer, cost], feed_dict={x: epoch_x, y: epoch_y})
            epoch_loss += c
        print('Epoch: ', epoch, ' completed out of: ', hm_epochs, ' loss: ', epoch_loss)
    correct = tf.equal(tf.argmax(prediction, 1), tf.argmax(y, 1))

    accuracy = tf.reduce_mean(tf.cast(correct, 'float'))

    print('Accuracy:', accuracy.eval({x: inputs, y: targets})) 

其中“nextbatch”是我定义的函数。但我得到了以下错误：

AttributeError: 'list' object has no attribute 'nextbatch'

谢谢你的建议：D

顺便说一下，“培训数据列表”来自：

stops = open('.../Desktop/stops_train.csv', 'r')
training_data_list  = stops.readlines()
stops.close()

---

您需要实现一个处理索引的对象。 您需要在该对象内实现nextbatch函数。

---

您可以在mnist中查看nextbatch的实现。

谢谢您的评论。同时，我使用了这个：对于范围内的（len（培训数据列表））：批处理x=输入列[*批处理大小：（+1）*批处理大小]批处理y=目标列[*批处理大小：（+1）*批处理大小]。