- 创建多个TFRecord文件
# -*- coding: utf-8 -*-
import tensorflow as tf
# 创建TFRecord文件的帮助函数
def _int64_feature(value):
return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))
# num_shards定义了写入多少个文本,instances_per_shard定义了每个文件中有多少个数据
num_shards = 2
instances_per_shard = 4
for i in range(num_shards):
# 数据分为多个文件时,可以将不同文件以类似0000n-of-0000m的后缀区分
# m为文件总数,n为当前文件编号
filename = ('/tensorflow_google/data.tfrecords-%.5d-of-%.5d' % (i, num_shards))
# 将Example结构写入TFRecord文件。
writer = tf.python_io.TFRecordWriter(filename)
# 将数据封装成Example写入TFRecord文件中
for j in range(instances_per_shard):
# Example结构仅包含当前样例属于第几个文件以及是当前文件的第几个样本
example = tf.train.Example(features=tf.train.Features(feature={
'i': _int64_feature(i),
'j': _int64_feature(j)}))
writer.write(example.SerializeToString())
writer.close()
- 使用线程输出文件队列
import tensorflow as tf
# 使用tf.train.match_filenames_once获取文件列表
files = tf.train.match_filenames_once("/tensorflow_google/data.tfrecords-*")
# 通过tf.train.string_input_producer创建输入队列,文件列表为files
# shuffle为False避免随机打乱读文件的顺序,只会打乱文件列表的顺序,文件内部样例输出顺序不变
# 一般来说,shuffle设置为True
# num_epochs=1时,在读完数据一轮后会自动停止
filename_queue = tf.train.string_input_producer(files, shuffle=True, num_epochs=1)
# 读取并解析一个样本
reader = tf.TFRecordReader()
_, serialized_example = reader.read(filename_queue)
features = tf.parse_single_example(
serialized_example,
features={
'i': tf.FixedLenFeature([], tf.int64),
'j': tf.FixedLenFeature([], tf.int64),
})
with tf.Session() as sess:
# tf.train.match_filenames_once函数需要初始化
tf.local_variables_initializer().run()
print(sess.run(files))
# 声明tf.train.Coordinator类来协同不同线程,并启动线程
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(sess=sess, coord=coord)
# 多次执行获取数据的操作
for i in range(10):
print(sess.run([features['i'], features['j']]))
coord.request_stop()
coord.join(threads)
>>[b'/tensorflow_google/data.tfrecords-00001-of-00002'
b'/tensorflow_google/data.tfrecords-00000-of-00002']
[1, 0]
[1, 1]
[1, 2]
[1, 3]
[0, 0]
[0, 1]
[0, 2]
[0, 3]
# 输出完成会有一段报错,提示已经输出一轮结束
注意:tf.train.match_filenames_once的初始化需要使用tf.local_variables_initializer()而不是tf.global_variables_initializer()