这篇文章主要介绍了关于tensorflow tfrecords文件的生成和读取的方法，有着一定的参考价值，现在分享给大家，有需要的朋友可以参考一下
tensorflow提供了tfrecords的格式来统一存储数据，理论上，tfrecords可以存储任何形式的数据。
tfrecords文件中的数据都是通过tf.train.example protocol buffer的格式存储的。以下的代码给出了tf.train.example的定义。
message example { features features = 1; }; message features { map<string, feature> feature = 1; }; message feature { oneof kind { byteslist bytes_list = 1; floatlist float_list = 2; int64list int64_list = 3; } };
下面将介绍如何生成和读取tfrecords文件：
首先介绍tfrecords文件的生成，直接上代码：
from random import shuffle import numpy as np import glob import tensorflow as tf import cv2 import sys import os # 因为我装的是cpu版本的，运行起来会有'warning'，解决方法入下，眼不见为净~ os.environ['tf_cpp_min_log_level'] = '2' shuffle_data = true image_path = '/path/to/image/*.jpg' # 取得该路径下所有图片的路径，type（addrs）= list addrs = glob.glob(image_path) # 标签数据的获得具体情况具体分析，type（labels）= list labels = ... # 这里是打乱数据的顺序 if shuffle_data: c = list(zip(addrs, labels)) shuffle(c) addrs, labels = zip(*c) # 按需分割数据集 train_addrs = addrs[0:int(0.7*len(addrs))] train_labels = labels[0:int(0.7*len(labels))] val_addrs = addrs[int(0.7*len(addrs)):int(0.9*len(addrs))] val_labels = labels[int(0.7*len(labels)):int(0.9*len(labels))] test_addrs = addrs[int(0.9*len(addrs)):] test_labels = labels[int(0.9*len(labels)):] # 上面不是获得了image的地址么，下面这个函数就是根据地址获取图片 def load_image(addr): # a function to load image img = cv2.imread(addr) img = cv2.resize(img, (224, 224), interpolation=cv2.inter_cubic) img = cv2.cvtcolor(img, cv2.color_bgr2rgb) # 这里/255是为了将像素值归一化到[0，1] img = img / 255. img = img.astype(np.float32) return img # 将数据转化成对应的属性 def _int64_feature(value): return tf.train.feature(int64_list=tf.train.int64list(value=[value])) def _bytes_feature(value): return tf.train.feature(bytes_list=tf.train.byteslist(value=[value])) def _float_feature(value): return tf.train.feature(float_list=tf.train.floatlist(value=[value])) # 下面这段就开始把数据写入tfrecods文件 train_filename = '/path/to/train.tfrecords' # 输出文件地址 # 创建一个writer来写 tfrecords 文件 writer = tf.python_io.tfrecordwriter(train_filename) for i in range(len(train_addrs)): # 这是写入操作可视化处理 if not i % 1000: print('train data: {}/{}'.format(i, len(train_addrs))) sys.stdout.flush() # 加载图片 img = load_image(train_addrs[i]) label = train_labels[i] # 创建一个属性（feature） feature = {'train/label': _int64_feature(label), 'train/image': _bytes_feature(tf.compat.as_bytes(img.tostring()))} # 创建一个 example protocol buffer example = tf.train.example(features=tf.train.features(feature=feature)) # 将上面的example protocol buffer写入文件 writer.write(example.serializetostring()) writer.close() sys.stdout.flush()
上面只介绍了train.tfrecords文件的生成，其余的validation,test举一反三吧。。
接下来介绍tfrecords文件的读取：
import tensorflow as tf import numpy as np import matplotlib.pyplot as plt import os os.environ['tf_cpp_min_log_level'] = '2' data_path = 'train.tfrecords' # tfrecords 文件的地址 with tf.session() as sess: # 先定义feature，这里要和之前创建的时候保持一致 feature = { 'train/image': tf.fixedlenfeature([], tf.string), 'train/label': tf.fixedlenfeature([], tf.int64) } # 创建一个队列来维护输入文件列表 filename_queue = tf.train.string_input_producer([data_path], num_epochs=1) # 定义一个 reader ，读取下一个 record reader = tf.tfrecordreader() _, serialized_example = reader.read(filename_queue) # 解析读入的一个record features = tf.parse_single_example(serialized_example, features=feature) # 将字符串解析成图像对应的像素组 image = tf.decode_raw(features['train/image'], tf.float32) # 将标签转化成int32 label = tf.cast(features['train/label'], tf.int32) # 这里将图片还原成原来的维度 image = tf.reshape(image, [224, 224, 3]) # 你还可以进行其他一些预处理.... # 这里是创建顺序随机 batches(函数不懂的自行百度) images, labels = tf.train.shuffle_batch([image, label], batch_size=10, capacity=30, min_after_dequeue=10) # 初始化 init_op = tf.group(tf.global_variables_initializer(), tf.local_variables_initializer()) sess.run(init_op) # 启动多线程处理输入数据 coord = tf.train.coordinator() threads = tf.train.start_queue_runners(coord=coord) .... #关闭线程 coord.request_stop() coord.join(threads) sess.close()
相关推荐：
详解用tensorflow实现逻辑回归算法
以上就是tensorflow tfrecords文件的生成和读取的方法的详细内容。