由於數據的來源複雜性以及每一個樣例中的信息較爲豐富,從而需要一種統一的格式來存儲數據,然而在Tensorflow中提供了TFReord的格式來統一輸入數據的格式。
TFRecord文件中的數據是通過tf.train.Example Protoclo Buffer的格式存儲;
tf.train.Example定義爲:
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;
}
};
tf.train.Example 中包含一個從屬性名稱到取值的字典。屬性名稱爲一個字符串,屬性的取值可以爲字符串(BytesList),實數列表(FloatList)或者整數列表(Int64List)
TFRecord樣例程序:
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
import numpy as np
def _int64_feature(value): #生成整數型的屬性
return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))
def _bytes_feature(value): #生成字符串型的屬性
return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))
mnist = input_data.read_data_sets("D/path/to/mnist/data", dtype=tf.uint8, one_hot=True)
images = mnist.train.images
labels = mnist.train.labels #訓練數據所對應的正確答案,可作爲一個屬性保存在TFRecord中
pixels = images.shape[1]
num_examples = mnist.train.num_examples #訓練數據的圖像分辨率,可以作爲Example中的一個屬性
filename = "D/path/to/output.tfrecords" #輸出TFRecord文件的地址
writer = tf.python_io.TFRecordWriter(filename) #通過writer來寫TFRecord文件
for index in range(num_examples):
image_raw = images[index].tostring()#將圖像矩陣轉化爲一個字符串
example = tf.train.Example(features=tf.train.Feature(feature={
'pixels': _int64_feature(pixels),
'label': _int64_feature(np.argmax(labels[index])),
'image_raw' : _bytes_feature(image_raw)
}))
writer.write(example.SerializeToString()) #將一個Example寫入TFRecord文件
writer.close()