Tensorflow 低稀疏张量有效批处理

我有一个方法（如下所示）可以从tensorflow Sparsetenservalue获取批处理。然而，这种方法相当慢（对于大小为32的批次，需要10-20秒），这是有问题的，因为它被调用了数千次

def get_batch(index, tensors, batch_size, nItems):
    xs, ys = tensors
    begin = (index * batch_size)
    end = min((index+1)*batch_size, nItems)
    y_b = ys[begin:end]

    (inds, vals, dsize) = xs
    nInds = [[ind[0] - begin, ind[1]] for ind in inds if begin <= ind[0] < end]
    nInds = np.array(nInds)
    nVals = vals[:nInds.shape[0]]
    nDsize = (end - begin, dsize[1])
    x_b = tf.SparseTensorValue(nInds, nVals, nDsize)
    return (x_b, y_b)

def get_batch（索引、张量、批次大小、nItems）：
xs，ys=张量
开始=（索引*批量大小）
结束=最小值（（索引+1）*批量大小，单位）
y_b=ys[开始：结束]
（inds、VAL、dsize）=xs
nInds=[[ind[0]-begin，ind[1]]对于inds中的ind，如果begin我建议您使用
tf.data
编写输入管道，那么如果有任何问题，您可以将此重新匹配卸载到另一个核心，而不阻塞主线程