本文取材自imooc课程《Python3+TensorFlow打造人脸识别智能小程序》
数据操作
TensorFlow提供了TFRecord
的格式来统一存储数据
TFRecord将图像数据和标签放在一个二进制文件(protocal buffer)中,这样能更好利用内存,实现快速复制、移动、读取、存储
- 数据读取:
1.直接从文件中读取
2.从TFRcord解析打包的图片数据中读取
tf.data库(动态图机制)tf.train.string_input_producer tf.train.slice_input_producer
- 数据解析:
tf.TFRecordReader
tf.parse_single_example
- 数据写入:
writer = tf.python_io.TFRecordWriter
example = tf.train.Example(features=tf.train.Features(feature={
'img_raw': tf.train.Feature(bytes_list=tf.train.BytesList(value=[img_raw])),
'label': tf.train.Feature(int64_list=tf.train.Int64List(value=[index]))
}))
writer.write(example.SerializeToString())
writer.close()