深度学习基础之《TensorFlow框架(14)—TFRecords》

一、什么是TFRecords文件

1、TFRecords其实是一种二进制文件,虽然它不如其他格式好理解,但是它能更好的利用内存,更方便复制和移动,并且不需要单独的标签文件

2、使用步骤

(1)获取数据

(2)将数据填入到Example协议内存块(protocol buffer)

(3)将协议内存块序列化为字符串,并且通过tf.io.TFRecordWriter写入到TFRecords文件

3、文件格式*.tfrecords

二、Example结构解析

1、Example

python 复制代码
features {
	feature {
		key: "image"
		value {
			bytes_list {
				value: "\377\374\375\372\356\351\365\31\350\356\352\350"
			}
		}
	}
	feature {
		key: "lable"
		value {
			int64_list {
				value: 9
			}
		}
	}
}

特征值 - image - 3072字节

目标值 - label - 1个字节

说明:

(1)tf.train.Example

协议内存块(protocol buffer)(协议内存块包含了字段features)

(2)features

包含了feature字段

(3)feature

中包含要写入的数据、并指明数据类型

2、相关对象

tf.train.Example(features=None)

说明:

(1)写入tfrecords文件

(2)features:tf.train.Features类型的特征实例

(3)return:example格式协议块

tf.train.Features(feature=Nona)

说明:

(1)构建每个样本的信息键值对

(2)feature:字段数据,key为要保存的名字,value为tf.train.Feature实例

(3)return:Features实例

tf.train.Feature(options)

说明:

(1)options

bytes_list=tf.train.BytesList(value=[Bytes])

int64_list=tf.train.Int64List(value=[Value])

float_list=tf.train.FloatList(value=[Value])

(2)支持存入的类型如下

tf.train.BytesList(value=[Bytes])

tf.train.Int64List(value=[Value])

tf.train.FloatList(value=[Value])

3、一个样本的对象

python 复制代码
example = tf.train.Example(features=tf.train.Features(feature={"image":tf.train.Feature(bytes_list=tf.train.BytesList(value=[image])"label":tf.train.Feature(int64_list=tf.train.Int64List(value=[label])))}))

三、CIFAR-10数据存入TFRecords文件

四、读取TFRecords文件API

五、读取CIFAR的TFRecords文件

相关推荐
盼小辉丶3 小时前
Transformer实战(4)——从零开始构建Transformer
pytorch·深度学习·transformer
paid槮9 小时前
机器学习总结
人工智能·深度学习·机器学习
失散1312 小时前
深度学习——02 PyTorch
人工智能·pytorch·深度学习
图灵学术计算机论文辅导12 小时前
傅里叶变换+attention机制,深耕深度学习领域
人工智能·python·深度学习·计算机网络·考研·机器学习·计算机视觉
楚韵天工16 小时前
基于多分类的工业异常声检测及应用
人工智能·深度学习·神经网络·目标检测·机器学习·分类·数据挖掘
老艾的AI世界18 小时前
AI去、穿、换装软件下载,无内容限制,偷偷收藏
图像处理·人工智能·深度学习·神经网络·目标检测·机器学习·ai·换装·虚拟试衣·ai换装·一键换装
软件测试-阿涛19 小时前
【AI绘画】Stable Diffusion webUI 常用功能使用技巧
人工智能·深度学习·计算机视觉·ai作画·stable diffusion
盼小辉丶20 小时前
Transformer实战(11)——从零开始构建GPT模型
gpt·深度学习·transformer
计算机sci论文精选1 天前
CVPR2025敲门砖丨机器人结合多模态+时空Transformer直冲高分,让你的论文不再灌水
人工智能·科技·深度学习·机器人·transformer·cvpr
华清远见成都中心1 天前
基于深度学习的异常检测算法在时间序列数据中的应用
人工智能·深度学习·算法