python如何读取tfrecord文件_tensorflow-TFRecord 文件详解

TFRecord 是 tensorflow 内置的文件格式，它是一种二进制文件，具有以下优点：

1. 统一各种输入文件的操作

2. 更好的利用内存，方便复制和移动

3. 将二进制数据和标签(label)存储在同一个文件中

引言

在了解如下操作后进一步详细讲解TFRecord

tf.train.Int64List(value=list_data)

它的作用是 把 list 中每个元素转换成 key-value 形式，

注意，输入必须是 list，且 list 中元素类型要相同，且与 Int 保持一致；

#value = tf.constant([1, 2]) ### 这会报错的

ss = 1 ### Int64List 对应的元素只能是 int long，其他同理

tt = 2out1= tf.train.Int64List(value =[ss, tt])print(out1)#value: 1#value: 2

ss= [1 ,2]

out2= tf.train.Int64List(value =ss)print(out2)#value: 1#value: 2

同类型的 方法还有 2 个

tf.train.FloatList

tf.train.BytesList

tf.train.Feature(int64_list=)

它的作用是 构建 一种类型的特征集，比如 整型

out = tf.train.Feature(int64_list=tf.train.Int64List(value=[33, 22]))print(out)#int64_list {#value: 33#value: 22#}

也可以是其他类型

tf.train.Feature(float_list=tf.train.FloatList())

tf.train.Feature(bytes_list=tf.train.BytesList())

tf.train.Features(feature=dict_data)

它的作用是 构建 多种类型 的特征集，可以 dict 格式表达 多种类型

ut = tf.train.Features(feature={"suibian": tf.train.Feature(int64_list=tf.train.Int64List(value=[1, 2, 4])),"a": tf.train.Feature(float_list=tf.train.FloatList(value=[5., 7.]))

})print(out)#feature {#key: "a"#value {#float_list {#value: 5.0#value: 7.0#}#}#}#feature {#key: "suibian"#value {#int64_list {#va