Tensorflow tf.train.shuffle_batch（）无法创建内容大于2GB的张量原型

Question

在大型数据集上使用tf.train.shuffle_batch（）时遇到一些麻烦。我正在这样使用它：

x_train, y_train = tf.train.shuffle_batch(
    [images["train"], labels["train"]],
    batch_size=self.batch_size,            #I reduced it to 8
    capacity=50000,
    enqueue_many=True,
    min_after_dequeue=0,
    num_threads=16,
    seed=self.seed,
    allow_smaller_final_batch=True,
  )

哪里：

images["train"].shape = (88179,64,64,3) #Training set of tiny-Imagenet
labels["train"].shape = (88179,)        #Related labels 

它向我输出此错误：

ValueError: Cannot create a tensor proto whose content is larger than 2GB.

确实，我尝试了一个较小的数据集（CIFAR-10），该数据集的形状较小（和batch_size为160）：

images["train"].shape = (45000,32,32,3) #Training set of CIFAR-10
labels["train"].shape = (45000,)        #Related labels 

和tf.train.shuffle_batch（）完美地工作。

我在这个问题上看到了很多问题，但是在人们使用tf.train.shuffle_batch（）的地方没有（我看到一个问题，但实际上没有答案：Tensorflow> 2GB数组作为tf.slice_input_producer的输入）

有人有主意吗？

[配置：TITAN X 12Go，32Go RAM，张量流1.4.1，python 2.7.15，CUDA 8.0]