TF2.0里面的tfrecord

记录一下最近遇到的问题

特别注意，在制作tfrercord的时候，写入的数据类型要和读出的时候保持一致，不然会出现多个矩阵的问题。
的萨芬

比如现有一个（100，100）的精度很高的矩阵，他的元素数据类型是float64，制作时是这个类型写进tfrecord，
但是在读出tfrecord的时候你用的类型是tf.float32,那么就会原来的写入的一个矩阵读出来会变成两个矩阵，应该是由于精度的问题，
data = tf.io.decode_raw(features['data'], out_type= tf.float64) #如果这里的out_type=换成tf.float32的话

1. TF2里面的tfrecord数据格式制作与加载
   制作没什么好讲的，代码如下：

def _make_tfrecords(doc_path, save_dir, train_or_test):

    tfrecords_path = save_dir +'\\' +train_or_test +'.tfrecord'
    if os.path.exists(tfrecords_path):
        os.remove(tfrecords_path)
        print('clean origional tfrecords')

    def _bytes_feature(values):
        return tf.train.Feature(bytes_list= tf.train.BytesList(value= [values]))
    def _int_feature(values):
        return tf.train.Feature(int64_list = tf.train.Int64List(value= [values]))

    writer = tf.io.TFRecordWriter(tfrecords_path)
    for i, single_image_path in enumerate(traverse_document(doc_path)):
        # img = np.array(Image.open(img_path))
        # 这里得到一个图片的真实标签，另一个标签tag_label.图片名字，图片数组，宽以及高
        tru_label, tag_label, img_name, img, width, height= from_name_get_true_and_target_label(single_image_path)
        # 字符串编码为二进制
        img_name = img_name.encode('utf-8')
        example = tf.train.Example(
            features = tf.train.Features(
                feature = {
   
                    'img_name':