TFRecord文件查看包含的所有Features

TFRecord是TensorFlow推荐的数据格式,便于跨平台和高效处理。由于其二进制特性,直接查看内容较为困难。本文介绍了如何查看TFRecord中包含的Features,强调了在团队合作中快速理解数据结构的重要性,并提供了一个Python脚本来解析和展示TFRecord数据的属性名和类型。
摘要由CSDN通过智能技术生成

TFRecord作为tensorflow中广泛使用的数据格式,它跨平台,省空间,效率高。因为 Tensorflow开发者众多,统一训练时数据的文件格式是一件很有意义的事情,也有助于降低学习成本和迁移成本。

但是TFRecord数据是二进制格式,没法直接查看。因此,如何能够方便的查看TFRecord格式和数据,就显得尤为重要了。

为什么需要查看TFReocrd数据?首先我们先看下常规的写入和读取TFRecord数据的关键过程。

# 1. 写入过程
# 一张图片,我写入了其内容,label,长和宽几个信息
tf_example = tf.train.Example(
        features=tf.train.Features(feature={
            'encoded': bytes_feature(encoded_jpg),
            'label': int64_feature(label),
            'height': int64_feature(height),
            'width': int64_feature(width)}))
# 2. 读取过程
# 定义解析的TFRecord数据格式
def _parse_image(example_proto):
     features = {'encoded':tf.FixedLenFeature((),tf.string),
    'label': tf.FixedLenFeature((), tf.int64),
    'height': tf.FixedLenFeature((), tf.int64),
    'width': tf.Fi
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