-
文件流程
-
csv讀取流程
-
函數的流程
import tensorflow as tf
import os
"""
tensorflow中csv文件的讀取
1、 先找到文件,構造一個列表
2、 構造一個文件隊列
3、 讀取(read)隊列內容
csv: 讀取一行
二進制文件: 指定一個樣本的bytes讀取
圖片文件: 按一張一張的讀取
4、 解碼(decode)
tf.decode_csv(records, record_defaults=None,field_delim = None, name=None)
5、 批處理(多個樣本)
批處理大小,和數量無關.取決於該批次處理數量的大小
"""
def csvread(filelist):
"""
讀取CSV文件
:param filelist: 文件路徑 + 名字列表
:return: 讀取的內容
"""
# 1. 構造文件隊列
file_queue = tf.train.string_input_producer(filelist)
# 2. 構造csv閱讀器讀取
reader = tf.TextLineReader()
key, value = reader.read(file_queue)
# 3. 對每行內容進行解密
# record_defaults: 指定每一個樣本額每一列的類型,指定默認值 [["None"], [4.0]]
records = [["None"], ["None"]]
example, label = tf.decode_csv(value, record_defaults=records)
# 4. 想要讀取多個,需要進行批處理
example_batch, label_batch = tf.train.batch([example, label], batch_size=9, num_threads=1, capacity=9)
print(example_batch, label_batch)
return example_batch, label_batch
if __name__ == "__main__":
# 1、找到文件,放入列表 路徑 + 名字
file_name = os.listdir("./data/csvdata/")
filelist = [os.path.join("./data/csvdata", file) for file in file_name]
# print(file_name)
example_batch, label_batch = csvread(filelist)
# 開啓會話運行結果
with tf.Session() as sess:
# 定義一個線程協調器
coord = tf.train.Coordinator()
# 開啓讀文件的線程
threads = tf.train.start_queue_runners(sess, coord=coord)
# 打印讀取的內容
print(sess.run([example_batch, label_batch]))
# 把程序的圖結構寫入事件
filewriter = tf.summary.FileWriter("./summary/", graph=sess.graph)
# 回收子線程
coord.request_stop()
coord.join(threads)