我有一個圖像分類任務，其中我為每個圖像創建了多個裁剪圖以及翻轉/翻轉版本以擴展我的有限數據集。我已將數據集寫入tfrecords文件，其中每個記錄均由文件組成（這里簡化為兩個農作物，只有一個翻轉的版本）：    {        lbl: int,         crop_0: np.ndarray,         crop_1: np.ndarray,        crop_0_flipped: np.ndarray,         crop_1_flipped: np.ndarray    }基本上每張輸入4張圖片。在訓練過程中，我想將每個圖像都分開對待，即將每個記錄作為具有相同標簽的4個圖像饋入，并與數據集中的其余圖像混排，以使N幅圖像變為4N幅圖像。在測試過程中（使用單獨的但結構類似的數據集），我想拍攝每張圖像，僅使用crop_0和crop_1圖像，并對softmax輸出進行平均以進行分類。我的問題是-訓練這種數據集的最佳，最有效的方法是什么？如果這會使培訓效率降低，我愿意改變我的方法，而且似乎最簡單的方法是將每個版本的tfrecords文件（裁切和翻轉/翻頁圖像）分開并將文件交織到一個文件中數據集，但如果能提供幫助，我不想擁有一堆文件。