import tensorflow as tf
import numpy as np
"""
TFRecords文件是TensorFlow专门提供的,允许将任意数据转换为TensorFlow所支持的格式,使得相应的数据集更容易与
网络应用架构相匹配
"""
# 任何一个TFRecords能够保存的只能是二进制数据,因此必须有一个步骤将数组转换为二进制形式
# TFRecords文件的创建
# TFRecords就是通过一个包含着二进制文件的数据文件,将特征和标签进行保存以便于TensorFlow读取
# 实例化tf.python_io.TFRecordWriter类
writer = tf.python_io.TFRecordWriter("tensorflow_application/trainArray.tfrecords")
for _ in range(100):
randomArray = np.random.random((1, 3)) # 生成随机数组
array_raw = randomArray.tobytes() # 任何一个TFRecords能够保存只能是二进制数据,该步骤将原始数组转换为二进制数据
# 将相应的数据填入到example协议内存块中
example = tf.train.Example(
features=tf.train.Features(
feature={
"label": tf.train.Feature(int64_list=tf.train.Int64List(value=[0])),
"img_raw": tf.train.Feature(bytes_list=tf.train.BytesList(value=[array_raw]))
}
)
)
serialized = example.SerializeToString() # 对样本进行序列化操作
writer.write(serialized) # 最终将序列化后的数据写入完成
writer.close()
TensorFlow文件的创建
最新推荐文章于 2022-07-28 17:13:51 发布