TF2.0 TFRecord创建和读取

最新推荐文章于 2022-03-18 19:09:05 发布

DeepThinkerr

最新推荐文章于 2022-03-18 19:09:05 发布

阅读量667

点赞数

分类专栏：研究生每日学习

本文链接：https://blog.csdn.net/Fate_mt/article/details/111467633

版权

本文介绍了如何在TensorFlow 2.0中创建和读取TFRecord文件，包括数据转换、写入TFRecord的固定步骤以及读取TFRecord的解析过程。建议参考TensorFlow官方教程，以避免代码报错。

摘要由CSDN通过智能技术生成

本人为在职研究生，希望能够有志同道合的学习伙伴一起学习分享和交流，本人领域为光纤传感和人工智能，希望可以一起学习。
微信公众号：Deepthinkerr（文章末尾有图）

1. TFRecord

这里不太建议看《Tensorflow2.0卷积神经网络实战》王晓华这本书，讲的内容并没有什么问题，但是代码我尝试了，很多报错（报错说函数没有参数，不知道是不是我的tf版本问题），而且一些地方没有讲清楚，这里建议看rensorflow的官网教程，看了一遍整体还是蛮不错的，一些函数和书上讲的不一样，这里建议看官方的。

Tensorflow官网TFRecord链接：https://tensorflow.google.cn/tutorials/load_data/tfrecord?hl=zh_cn

1.1 数据写入TFRecord

将数据写入TFrecord步骤较为固定，个人总结为以下几个步骤：

step1：将每个值转换为包含三种兼容类型之一的 tf.train.Feature
step2：创建一个从特征名称字符串到第 1 步中生成的编码特征值的映射（字典）
step3：将第 2 步中生成的映射转换为Features消息
step4：创建example
step5：写入TFRecords

def _bytes_feature(value):
  """Returns a bytes_list from a string / byte."""
  if isinstance(value, type(tf.constant(0))):
    value = value.numpy() # BytesList won't unpack a string from an EagerTensor.
  return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))

def _float_feature(value):