使用tensorflow DataSet实现高效加载变长文本输入

 更新时间:2020年01月20日 15:45:38   作者:lyg5623  
今天小编就为大家分享一篇使用tensorflow DataSet实现高效加载变长文本输入,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

DataSet是tensorflow 1.3版本推出的一个high-level的api,在1.3版本还只是处于测试阶段,1.4版本已经正式推出。

在网上搜了一遍,发现关于使用DataSet加载文本的资料比较少,官方举的例子只是csv格式的,要求csv文件中所有样本必须具有相同的维度,也就是padding必须在写入csv文件之前做掉,这会增加文件的大小。

经过一番折腾试验,这里给出一个DataSet+TFRecords加载变长样本的范例。

首先先把变长的数据写入到TFRecords文件:

def writedata():
 xlist = [[1,2,3],[4,5,6,8]]
 ylist = [1,2]
 #这里的数据只是举个例子来说明样本的文本长度不一样,第一个样本3个词标签1,第二个样本4个词标签2
 writer = tf.python_io.TFRecordWriter("train.tfrecords")
 for i in range(2):
  x = xlist[i]
  y = ylist[i]
  example = tf.train.Example(features=tf.train.Features(feature={
   "y": tf.train.Feature(int64_list=tf.train.Int64List(value=[y])),
   'x': tf.train.Feature(int64_list=tf.train.Int64List(value=x))
  }))
  writer.write(example.SerializeToString())
 writer.close()

然后用DataSet加载:

feature_names = ['x']
 
def my_input_fn(file_path, perform_shuffle=False, repeat_count=1):
 def parse(example_proto):
  features = {"x": tf.VarLenFeature(tf.int64),
    "y": tf.FixedLenFeature([1], tf.int64)}
  parsed_features = tf.parse_single_example(example_proto, features)
  x = tf.sparse_tensor_to_dense(parsed_features["x"])
  x = tf.cast(x, tf.int32)
  x = dict(zip(feature_names, [x]))
  y = tf.cast(parsed_features["y"], tf.int32)
  return x, y
 
 dataset = (tf.contrib.data.TFRecordDataset(file_path)
    .map(parse))
 if perform_shuffle:
  dataset = dataset.shuffle(buffer_size=256)
 dataset = dataset.repeat(repeat_count)
 dataset = dataset.padded_batch(2, padded_shapes=({'x':[6]},[1])) #batch size为2,并且x按maxlen=6来做padding
 iterator = dataset.make_one_shot_iterator()
 batch_features, batch_labels = iterator.get_next()
 return batch_features, batch_labels
 
next_batch = my_input_fn('train.tfrecords', True)
init = tf.initialize_all_variables()
with tf.Session() as sess:
 sess.run(init)
 for i in range(1):
  xs, y =sess.run(next_batch)
  print(xs['x'])
  print(y)

注意变长的数据TFRecords解析要用VarLenFeature,然后用sparse_tensor_to_dense转换。

以上这篇使用tensorflow DataSet实现高效加载变长文本输入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

  • python程序需要编译吗

    python程序需要编译吗

    在本篇文章里小编给大家整理了关于python程序编译相关的知识点内容,有兴趣的朋友们参考学习下。
    2020-06-06
  • Python爬虫获取全网招聘数据实现可视化分析示例详解

    Python爬虫获取全网招聘数据实现可视化分析示例详解

    这篇文章主要介绍了Python爬虫获取全网招聘数据实现可视化分析示例详解,实现采集一下最新的qcwu招聘数据,本文列举了部分代码以及实现思路,需要的朋友可以参考下
    2023-07-07
  • Python实现登陆文件验证方法

    Python实现登陆文件验证方法

    本篇文章中我们给大家分享了关于Python实现登陆文件验证的方法和技巧,有兴趣的朋友们参考学习下。
    2018-10-10
  • python实现最长公共子序列

    python实现最长公共子序列

    这篇文章主要为大家详细介绍了python实现最长公共子序列的相关代码,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-05-05
  • python的内存管理和垃圾回收机制详解

    python的内存管理和垃圾回收机制详解

    这篇文章主要介绍了python内存管理和垃圾回收机制,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,需要的朋友们下面随着小编来一起学习学习吧
    2019-05-05
  • 一些Python 5行代码的神奇操作汇总

    一些Python 5行代码的神奇操作汇总

    最开始学习 Python,不需要太过复杂,下面这篇文章主要给大家介绍了关于Python 5行代码的神奇操作,文中通过示例代码介绍的非常详细,需要的朋友可以参考下
    2022-04-04
  • python smtplib模块发送SSL/TLS安全邮件实例

    python smtplib模块发送SSL/TLS安全邮件实例

    这篇文章主要介绍了python smtplib模块发送SSL/TLS安全邮件实例,本文讲解了二种发送方式,需要的朋友可以参考下
    2015-04-04
  • python3学生名片管理v2.0版

    python3学生名片管理v2.0版

    这篇文章主要为大家详细介绍了python3学生名片管理v2.0版,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-11-11
  • Numpy中的repeat函数使用

    Numpy中的repeat函数使用

    Numpy是Python强大的数学计算库,和Scipy一起构建起Python科学计算生态,在本节下面我们重点介绍下repeat函数的用法,需要的朋友可以参考下
    2022-11-11
  • 详解Python中is和==的区别

    详解Python中is和==的区别

    这篇文章主要介绍了Python中is和==的区别,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,需要的朋友们下面随着小编来一起学习学习吧
    2019-03-03

最新评论