tfrecord是tensorflow中常用的数据打包格式，这篇文章给大家介绍的就是关于tfrecord文件的生成和读取，本文有具体以及步骤，具有的一定的参考价值，需要的朋友可以参考学习。

       训练模型时，我们并不是直接将图像送入模型，而是先将图像转换为tfrecord文件，再将tfrecord文件送入模型。为进一步理解tfrecord文件，本例先将6幅图像及其标签转换为tfrecord文件，然后读取tfrecord文件，重现6幅图像及其标签。
       1、生成tfrecord文件

import os
import numpy as np
import tensorflow as tf
from PIL import Image

filenames = [
'images/cat/1.jpg',
'images/cat/2.jpg',
'images/dog/1.jpg',
'images/dog/2.jpg',
'images/pig/1.jpg',
'images/pig/2.jpg',]

labels = {'cat':0, 'dog':1, 'pig':2}

def int64_feature(values):
	if not isinstance(values, (tuple, list)):
		values = [values]
	return tf.train.Feature(int64_list=tf.train.Int64List(value=values))

def bytes_feature(values):
	return tf.train.Feature(bytes_list=tf.train.BytesList(value=[values]))

with tf.Session() as sess:
	output_filename = os.path.join('images/train.tfrecords')
	with tf.python_io.TFRecordWriter(output_filename) as tfrecord_writer:
		for filename in filenames:
			#读取图像
			image_data = Image.open(filename)
			#图像灰度化
			image_data = np.array(image_data.convert('L'))
			#将图像转化为bytes
			image_data = image_data.tobytes()
			#读取label
			label = labels[filename.split('/')[-2]]
			#生成protocol数据类型
			example = tf.train.Example(features=tf.train.Features(feature={'image': bytes_feature(image_data),
			'label': int64_feature(label)}))
			tfrecord_writer.write(example.SerializeToString())

       2、读取tfrecord文件

import tensorflow as tf
import matplotlib.pyplot as plt
from PIL import Image

# 根据文件名生成一个队列
filename_queue = tf.train.string_input_producer(['images/train.tfrecords'])
reader = tf.TFRecordReader()
# 返回文件名和文件
_, serialized_example = reader.read(filename_queue)
features = tf.parse_single_example(serialized_example, 
features={'image': tf.FixedLenFeature([], tf.string), 
'label': tf.FixedLenFeature([], tf.int64)})
# 获取图像数据
image = tf.decode_raw(features['image'], tf.uint8)
# 恢复图像原始尺寸[高，宽]
image = tf.reshape(image, [60, 160])
# 获取label
label = tf.cast(features['label'], tf.int32)

with tf.Session() as sess:
	# 创建一个协调器，管理线程
	coord = tf.train.Coordinator()
	# 启动QueueRunner, 此时文件名队列已经进队
	threads = tf.train.start_queue_runners(sess=sess, coord=coord)

	for i in range(6):
		image_b, label_b = sess.run([image, label])
		img = Image.fromarray(image_b, 'L')
		plt.imshow(img)
		plt.axis('off')
		plt.show()
		print(label_b)

	# 通知其他线程关闭
	coord.request_stop()
	# 其他所有线程关闭之后，这一函数才能返回
	coord.join(threads)

       以上就是关于怎样实现tfrecord文件生成与读取的操作介绍，希望文本对大家学习有帮助，想要了解更多tfrecord文件生成与读取的内容大家可以关注其他相关文章。

文本转载自脚本之家

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Python中sep与end区别表现在哪些方面

  定义区别，sep：分割值与值，中间隔开。默认是一个空格，表示两个字符串之间用什么分割。eg: 空格 sep=" "，end：附件到最后一个值，结尾隔开。默认是一个新行，表示两个字符串最后以什么结尾。eg: 换行 end="\n"

• Python类学习中有什么基础的相关概念要了解

  简单来说，类是一种高级抽象，就是一种高级的数据类型，是对象的蓝图，就是用来定义你要用的对象的属性和行为的。

• 如何用Python实现一个完整的回归树模型

  本文主要介绍了Python手写回归树的实现，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

• python的scapy模块常用命令有哪些，怎样做发包收包操作？

  本文主要给大家介绍的是关于python中scapy模块发包和收包的操作。我们日常上网时，会有很多数据包需要发送，然后处理在接受在发送，如此反复。其中scapy在发包收包起重要作用，下面我们一起来了解一下。

• python3安装pandas出错怎样处理，如何恢复正常安装

  这篇文章主要介绍了解决python3安装pandas出错的问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教