关于tf.TFRecordReader()函数的用法解析
更新时间：2020年02月17日 15:48:21 作者：我是管小亮
今天小编就为大家分享一篇关于tf.TFRecordReader()函数的用法解析，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
读取tfrecord数据
从TFRecords文件中读取数据， 首先需要用tf.train.string_input_producer生成一个解析队列。之后调用tf.TFRecordReader的tf.parse_single_example解析器。
如下图：
解析器首先读取解析队列，返回serialized_example对象，之后调用tf.parse_single_example操作将Example协议缓冲区(protocol buffer)解析为张量。
简单来说，一旦生成了TFRecords文件，接下来就可以使用队列（queue）读取数据了。
def read_and_decode(filename):
#根据文件名生成一个队列
filename_queue = tf.train.string_input_producer([filename])
reader = tf.TFRecordReader()
_, serialized_example = reader.read(filename_queue) #返回文件名和文件
features = tf.parse_single_example(serialized_example,
features={
'label': tf.FixedLenFeature([], tf.int64),
'img_raw' : tf.FixedLenFeature([], tf.string),
})
img = tf.decode_raw(features['img_raw'], tf.uint8)
img = tf.reshape(img, [224, 224, 3])
img = tf.cast(img, tf.float32) * (1. / 255) - 0.5
label = tf.cast(features['label'], tf.int32)
return img, label
举例：
下面代码是我的程序中利用TFRecord读取格式时的代码：
这部分只要使用对应的代码就可以，主要是知道咋回事。
以上这篇关于tf.TFRecordReader()函数的用法解析就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
在作图的过程中，我们经常会遇到子图共用坐标轴的情况，或是共用横轴标轴，也可能是纵坐标轴。本文就介绍了matplotlib共享坐标轴，感兴趣的可以了解一下2021-05-05
在本篇文章中小编给大家分享的是关于Python将string转换到float的实例方法以及相关知识点，需要的朋友们参考下。2019-07-07
这篇文章主要介绍了python xlwt如何设置单元格的自定义背景颜色,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-09-09
F对象查询与Q对象查询,刚看到大家一定会感到很陌生,其实它们也是 Django 提供的查询方法,而且非常的简单的高效,下面这篇文章主要给大家介绍了关于django中F表达式和Q函数应用与原理的相关资料,需要的朋友可以参考下2023-05-05
这篇文章主要介绍了Python实现栈和队列的简单操作方法,结合实例形式详细分析了Python栈和队列的原理与简单实现技巧,需要的朋友可以参考下2019-11-11
这篇文章主要介绍了python+JS 实现逆向 SMZDM 的登录加密，文章通过利用SMZDM平台展开详细的内容介绍，需要的小伙伴可以参考一下2022-05-05
这篇文章主要介绍了Python中使用双下划线防止类属性被覆盖,需要的朋友可以参考下2019-06-06
本文主要讲诉了在Linux，Windows，MacOS三大系统中如何安装Python环境，非常的实用，虽然前面絮絮叨叨的说了不少题外话，但都是作者的肺腑之言，还是仔细看看吧2014-09-09
这篇文章主要介绍了TensorFlow Autodiff自动微分详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-07-07
这篇文章主要介绍了python实操案例练习，本文给大家分享的案例中主要讲解了二分法查找，需要的小伙伴可以参考一下2022-03-03
最新评论