tensorflow中解析Example数据 tf.parse_example

1.先认识Example数据格式

1条Example数据:
features {
    feature { key: "age" value { int64_list { value: [ 0 ] } } }
    feature { key: "gender" value { bytes_list { value: [ "f" ] } } }
   }
2条Example数据:
[
  features {
    feature { key: "age" value { int64_list { value: [ 0 ] } } }
    feature { key: "gender" value { bytes_list { value: [ "f" ] } } }
   },
   features {
    feature { key: "age" value { int64_list { value: [] } } }
    feature { key: "gender" value { bytes_list { value: [ "f" ] } } }
  }
]   



2.tensorflow解析Example数据

tf.io.parse_example(
    serialized,
    features,
    name=None,
    example_names=None
)

参数:

  • serialized:表示向量字符串,是一维Tensor,是二进制序列化Example protos
  • features:表示一个字典,将特征 keys 映射到FixedLenFeature、VarLenFeature、SparseFeature 值
  • name:算子的名称

输出:

输出一个字典格式数据,是将特征keys映射到Tensor、SparseTensor值

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值