TFRecord作為tensorflow中廣泛使用的數據格式，它跨平臺，省空間，效率高。因為 Tensorflow開發者眾多，統一訓練時數據的文件格式是一件很有意義的事情，也有助于降低學習成本和遷移成本。

創新互聯建站專業提供成都主機托管四川主機托管成都服務器托管四川服務器托管，支持按月付款！我們的承諾：貴族品質、平民價格，機房位于中國電信/網通/移動機房，大邑服務器托管服務有保障！

但是TFRecord數據是二進制格式，沒法直接查看。因此，如何能夠方便的查看TFRecord格式和數據，就顯得尤為重要了。

為什么需要查看TFReocrd數據？首先我們先看下常規的寫入和讀取TFRecord數據的關鍵過程。

# 1. 寫入過程
# 一張圖片，我寫入了其內容，label，長和寬幾個信息
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. 讀取過程
# 定義解析的TFRecord數據格式
def _parse_image(example_proto):
   features = {'encoded':tf.FixedLenFeature((),tf.string),
  'label': tf.FixedLenFeature((), tf.int64),
  'height': tf.FixedLenFeature((), tf.int64),
  'width': tf.FixedLenFeature((), tf.int64)
}
return tf.parse_single_example(example_proto, features)
 
# TFRecord數據按照Feature解析出對應的真實數據
ds = ds.map(lambda x : _parse_image(x), num_parallel_calls=4)

當前名稱：TFRecord文件查看包含的所有Features代碼-創新互聯
分享地址：http://vcdvsql.cn/article32/ggcsc.html

成都網站建設公司_創新互聯，為您提供定制網站、網站導航、虛擬主機、品牌網站設計、軟件開發、外貿網站建設

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯