TFRecord格式介绍,TFRecord格式是一种二进制文件

 

TFRecord格式

TFRecord文件中的数据都是通过tf.train.Example Protocol Buffer的格式存储的，TFRecord格式是一种二进制文件，它能够更好的利用内存，更方便复制和移动，并且不需要单独的标签文件；我们可以写一段代码获取你的数据，然后将数据填入到Example协议内存块（protocol buffer），将协议内存块序列化为一个字符串，并且通过tf.python_io.TFRecordWriter写入到TFRecord文件中去

从TFRecords文件中读取数据， 可以使用tf.TFRecordReader的tf.parse_single_example解析器。这个操作可以将Example协议内存块(protocol buffer)解析为张量。

 

将MNIST数据集中所有的训练数据存储到TFRecord文件中

1. import tensorflow as tf
   
   from tensorflow.examples.tutorials.mnist import input_data
   
   import numpy as np
   
   
   # 生成整数型的属性
   
   def _int64_feature(value):
   
   return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))
   
   
   # 生成字符串型的属性
   
   def _bytes_feature(value):
   
   return tf.train.Feature(bytes_list=t