TensorFlow-TFRecords

本文涉及TensorFlow的两个组件：

• TFRecordReader
• TFRecordWriter

TFRecords是TensorFlow专门的文件存储和读取格式。这是TensorFlow专门提供的、允许任意数据转化成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。

--------------------------------------------------------------------------------

详解：

【TFRecordReader】（TFRecords的读取）

   （TODO）

【TFRecordWriter】（TFRecords的保存）:

例：读取硬盘上图片文件将其保存为TFRecords

import os
import tensorflow as tf
from PIL import Image

path = '.\data\jpg'
filename = os.listdir(path)
writer = tf.python_io.TFRecordWriter("train.tfrecords")

for name in os.listdir(path):
    class_path = path + os.sep + name
    for img_name in os.listdir(class_path):
        img_raw = Image.open(class_path + os.sep + img_name).resize((500, 500)).tobytes()
        example = tf.train.Example(features=tf.train.Features(feature={
            "lable": tf.train.Feature(int64_list=tf.train.Int64List(value=[int(name)])),
            "image": tf.train.Feature(bytes_list=tf.train.BytesList(value=[img_raw]))
        }))
        writer.write(example.SerializeToString())

新方法	描述
tf.train.BytesList(value=[])	字节列表
tf.train.FloatList(value=[])	浮点数列表
tf.train.Int64List(value=[])	整形数列表
tf.train.Feature(bytes_list=) tf.train.Feature(float_list=) tf.train.Feature(int64_list=)	任何一个Feature中包含BytesList，或者FloatList，或者Int64List
tf.train.Features(feature={})	一个Features中包含着Feature字典
tf.train.Example(features=)	一个Example包含若干个Features
tf.python_io.TFRecordWriter(example.SerializeToString())	TFRecords能够保存的只能是二进制数据，因此必须要有一个专门的将数据转化成二进制式