使用TensorFlow怎么高效的讀取數(shù)據(jù)，針對(duì)這個(gè)問(wèn)題，這篇文章詳細(xì)介紹了相對(duì)應(yīng)的分析和解答，希望可以幫助更多想解決這個(gè)問(wèn)題的小伙伴找到更簡(jiǎn)單易行的方法。
TFRecords
TFRecords其實(shí)是一種二進(jìn)制文件，雖然它不如其他格式好理解，但是它能更好的利用內(nèi)存，更方便復(fù)制和移動(dòng)，并且不需要單獨(dú)的標(biāo)簽文件（等會(huì)兒就知道為什么了）… …總而言之，這樣的文件格式好處多多，所以讓我們用起來(lái)吧。
TFRecords文件包含了tf.train.Example 協(xié)議內(nèi)存塊(protocol buffer)(協(xié)議內(nèi)存塊包含了字段 Features)。我們可以寫一段代碼獲取你的數(shù)據(jù)， 將數(shù)據(jù)填入到Example協(xié)議內(nèi)存塊(protocol buffer)，將協(xié)議內(nèi)存塊序列化為一個(gè)字符串， 并且通過(guò)tf.python_io.TFRecordWriter 寫入到TFRecords文件。
從TFRecords文件中讀取數(shù)據(jù)， 可以使用tf.TFRecordReader的tf.parse_single_example解析器。這個(gè)操作可以將Example協(xié)議內(nèi)存塊(protocol buffer)解析為張量。
接下來(lái)，讓我們開始讀取數(shù)據(jù)之旅吧~
生成TFRecords文件
我們使用tf.train.Example來(lái)定義我們要填入的數(shù)據(jù)格式，然后使用tf.python_io.TFRecordWriter來(lái)寫入。
重慶分公司
重慶分公司
import os
import tensorflow as tf
from PIL import Image
cwd = os.getcwd()
'''
此處我加載的數(shù)據(jù)目錄如下：
0 -- img1.jpg
img2.jpg
img3.jpg
...
1 -- img1.jpg
img2.jpg
...
2 -- ...
這里的0， 1， 2...就是類別，也就是下文中的classes
classes是我根據(jù)自己數(shù)據(jù)類型定義的一個(gè)列表，大家可以根據(jù)自己的數(shù)據(jù)情況靈活運(yùn)用
...
'''
writer = tf.python_io.TFRecordWriter("train.tfrecords")
for index, name in enumerate(classes):
class_path = cwd + name + "/"
for img_name in os.listdir(class_path):
img_path = class_path + img_name
img = Image.open(img_path)
img = img.resize((224, 224))
img_raw = img.tobytes() #將圖片轉(zhuǎn)化為原生bytes
example = tf.train.Example(features=tf.train.Features(feature={
"label": tf.train.Feature(int64_list=tf.train.Int64List(value=[index])),
'img_raw': tf.train.Feature(bytes_list=tf.train.BytesList(value=[img_raw]))
}))
writer.write(example.SerializeToString()) #序列化為字符串
writer.close()關(guān)于Example Feature的相關(guān)定義和詳細(xì)內(nèi)容，我推薦去官網(wǎng)查看相關(guān)API。
基本的，一個(gè)Example中包含F(xiàn)eatures，F(xiàn)eatures里包含F(xiàn)eature（這里沒(méi)s）的字典。最后，F(xiàn)eature里包含有一個(gè) FloatList， 或者ByteList，或者Int64List
就這樣，我們把相關(guān)的信息都存到了一個(gè)文件中，所以前面才說(shuō)不用單獨(dú)的label文件。而且讀取也很方便。
接下來(lái)是一個(gè)簡(jiǎn)單的讀取小例子：
for serialized_example in tf.python_io.tf_record_iterator("train.tfrecords"):
example = tf.train.Example()
example.ParseFromString(serialized_example)
image = example.features.feature['image'].bytes_list.value
label = example.features.feature['label'].int64_list.value
# 可以做一些預(yù)處理之類的
print image, label使用隊(duì)列讀取
一旦生成了TFRecords文件，為了高效地讀取數(shù)據(jù)，TF中使用隊(duì)列（queue）讀取數(shù)據(jù)。
def read_and_decode(filename):
#根據(jù)文件名生成一個(gè)隊(duì)列
filename_queue = tf.train.string_input_producer([filename])
reader = tf.TFRecordReader()
_, serialized_example = reader.read(filename_queue) #返回文件名和文件
features = tf.parse_single_example(serialized_example,
features={
'label': tf.FixedLenFeature([], tf.int64),
'img_raw' : tf.FixedLenFeature([], tf.string),
})
img = tf.decode_raw(features['img_raw'], tf.uint8)
img = tf.reshape(img, [224, 224, 3])
img = tf.cast(img, tf.float32) * (1. / 255) - 0.5
label = tf.cast(features['label'], tf.int32)
return img, label之后我們可以在訓(xùn)練的時(shí)候這樣使用
img, label = read_and_decode("train.tfrecords")
#使用shuffle_batch可以隨機(jī)打亂輸入
img_batch, label_batch = tf.train.shuffle_batch([img, label],
batch_size=30, capacity=2000,
min_after_dequeue=1000)
init = tf.initialize_all_variables()
with tf.Session() as sess:
sess.run(init)
threads = tf.train.start_queue_runners(sess=sess)
for i in range(3):
val, l= sess.run([img_batch, label_batch])
#我們也可以根據(jù)需要對(duì)val， l進(jìn)行處理
#l = to_categorical(l, 12)
print(val.shape, l)關(guān)于使用TensorFlow怎么高效的讀取數(shù)據(jù)問(wèn)題的解答就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，如果你還有很多疑惑沒(méi)有解開，可以關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司行業(yè)資訊頻道了解更多相關(guān)知識(shí)。
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無(wú)理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。
