Tensorflow建立与读取TFrecorder文件

freedom098

于 2017-02-20 13:20:13 发布

阅读量1.1w

点赞数 5

分类专栏：机器学习

本文链接：https://blog.csdn.net/freedom098/article/details/56011858

版权

本文介绍了如何使用Tensorflow建立和读取TFRecord文件，这种文件格式便于存储和处理数据。首先，通过遍历文件夹并利用PIL库读取图像数据，然后将数据写入TFRecord文件。在读取时，利用队列和`parse_single_example`解析器，以及`TFRecordReader`。多线程队列确保数据读取的高效性，运行结果通常为numpy数组。

摘要由CSDN通过智能技术生成

Tensorflow建立与读取TFrecorder文件

除了直接读取数据文件，比如csv和bin文件，tensorflow还可以建立一种自有格式的数据文件，称之为tfrecorder，这种文件储存类似于字典，调用方便，可以直接包含标签集。

首先，要建立起tfrecorder文件，我这里选择了若干人脸图像数据，文件的组织形式为根目录/s+类别号/图片名称
这里写图片描述

基本思路是先遍历文件夹，使用PIL库读取文件，然后写入到tfrecorder中。

import tensorflow as tf
import numpy as np
from PIL import Image

import os

cwd = os.getcwd()

root = cwd+"/data/face_data"

TFwriter = tf.python_io.TFRecordWriter(<