Python TensorFlow，TFRecord文件类型，读取TFRecord文件，TFRecordReader()

冷不防 2022-03-12 16:38 215阅读 0赞

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hvdXlhbmh1YTE_size_16_color_FFFFFF_t_70][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hvdXlhbmh1YTE_size_16_color_FFFFFF_t_70 1][]

--------------------

### demo.py（TFRecord，读取TFRecord，TFRecordReader()）： ###

import tensorflow as tf
    import os
    os.environ['TF_CPP_MIN_LOG_LEVEL']='2'  # 设置警告级别
    
    
    # 读取tfrecords文件。
    
    # 找到数据文件，放入列表   路径+名字->列表当中
    file_names = os.listdir("./mydata/")
    print(file_names)  # ['dog.tfrecords']
    # 拼接路径和文件名
    filename_list = [os.path.join("./mydata/", file) for file in file_names]
    
    # 1、构造文件名队列
    file_queue = tf.train.string_input_producer(filename_list)
    
    # 2、构造文件阅读器，读取example协议块
    reader = tf.TFRecordReader()
    key, value = reader.read(file_queue)  # value是序列化后的example协议块(一个样本对应一个协议块)
    
    # 3、解析example协议块。 解析成字典类型(键值对形式)的样本信息
    features = tf.parse_single_example(value, features={
        "image": tf.FixedLenFeature([], tf.string),  # 要与存储的key和数据类型保持对应。
        "label": tf.FixedLenFeature([], tf.int64)
    })
    
    # 4、解码内容,解码成数值类型。 如果读取的内容格式是string类型，就需要解码， 如果是int64,float32不需要解码
    image = tf.decode_raw(features["image"], tf.uint8)  # string类型解码成uint8类型。
    
    # 固定图片(样本)的形状 (批处理需要数据形状固定)
    image_reshape = tf.reshape(image, [32, 32, 3])  # 3表示图片3个通道
    
    label = tf.cast(features["label"], tf.int32)  # 转换类型
    print(image_reshape)  # Tensor("Reshape:0", shape=(32, 32, 3), dtype=uint8)
    print(label)  # Tensor("Cast:0", shape=(), dtype=int32)
    
    # 进行批处理
    image_batch, label_batch = tf.train.batch([image_reshape, label], batch_size=10, num_threads=1, capacity=10)
    
    
    # 开启会话运行结果
    with tf.Session() as sess:
        # 创建一个线程协调器
        coord = tf.train.Coordinator()
    
        # 开启读文件的子线程
        threads = tf.train.start_queue_runners(sess, coord=coord)
    
        # 打印读取的内容
        print(sess.run(label_batch))
        '''
        [5 6 0 9 4 3 1 2 9 7]
        '''
        print(sess.run(image_batch))
        '''
        [[[[178 178 178]
           [178 179 179]
           [179 180 180]
           ...
           [176 175 173]
           [171 168 166]
           [163 159 155]]]]
        '''
    
        # 结束子线程
        coord.request_stop()
        # 等待子线程结束
        coord.join(threads)

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hvdXlhbmh1YTE_size_16_color_FFFFFF_t_70]: /images/20220312/457605bdf27747569e43bc2603196038.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hvdXlhbmh1YTE_size_16_color_FFFFFF_t_70 1]: /images/20220312/5197967aa27f4d75b2d7641bf82848a9.png