项目介绍
在做深度学习项目时往往涉及到大量图片(及其数组)的制作与导入,这往往会占用大量内存导致系统崩溃。这时,TFRecord 文件的使用就变得尤为重要了,我们一般会先将数据或图片存入一个 TFRecord 文件,然后在涉及模型训练的文件中直接使用 TFRecord 文件来导入数据。
【注】对 TFRecord 文件具体说明的朋友可移步至:Tensorflow2.0 之 TFRecord 文件的写入与读取。
在此文章中,我们会给出三个实例,第一个是直接将现有的图片导入 TFRecord 文件再读取出来;第二个是将 .py 文件中生成的大量数组数据导入 TFRecord 文件再读取出来;第三个是将信号数据、图片数据、标签一起导入 TFRecord 文件再读取出来。
实例一:现有图片
在实例一中,我们已有大量图片存在 ‘./faces/’ 文件夹中,我们会将这些图片先写入 TFRecord 文件再从这个 TFRecord 文件中读取出来。其中,TFRecord 文件命名为 train.tfrecords,放在 tfrecord_files 文件夹下。
1、写入 TFRecord 文件
1.1 导入需要的库
import tensorflow as tf