Python Tensorflow输入管道-Queque

我一直在从事一个DNN项目，该项目包括一个音频去冗余器（特别是描述的语音去冗余）。经过一些预处理后，我的数据库最终成为成对的向量，这些向量包含在有监督学习方法的输入/输出上。我的输入层由3048个神经元组成，输出层由514个神经元组成。数据库相当大（大约200万对输入输出向量）。这导致我尝试实现一个queque，因为显然我无法在内存中加载整个数据库。我以CSV格式存储文件/向量，大小为3048,2。第二列在第514个元素（输出层）之后用零填充。我一直在不停地尝试实现输入管道文档中描述的queque，并遵循一些教程。我发现它们中的大多数都不完整、过时或对我的理解和目的来说过于简短。我对python也有点陌生，这可能会减慢我的速度。我读过很多关于它的文章，我知道我并不孤单，输入管道让很多人感到困惑，我很高兴知道tf开发者注意到了这一点，所以我们应该在不久的将来看到一些改进。同时，如果有人能在算法的这一部分提供帮助，如果有人能为我指出正确的方向，我将非常感激。我无法访问我一直试图使用的代码，但如果需要，我可以稍后发布