TFRecord文件查看包含的所有Features

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