本篇文章給大家分享的是有關如何正確的使用tf.TFRecordReader()函數(shù)，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

10年的潛江網(wǎng)站建設經(jīng)驗，針對設計、前端、開發(fā)、售后、文案、推廣等六對一服務，響應快，48小時及時工作處理。營銷型網(wǎng)站的優(yōu)勢是能夠根據(jù)用戶設備顯示端的尺寸不同，自動調整潛江建站的顯示方式，使網(wǎng)站能夠適用不同顯示終端，在瀏覽器中調整網(wǎng)站的寬度，無論在任何一種瀏覽器上瀏覽網(wǎng)站，都能展現(xiàn)優(yōu)雅布局與設計，從而大程度地提升瀏覽體驗。創(chuàng)新互聯(lián)從事“潛江網(wǎng)站設計”,“潛江網(wǎng)站推廣”以來，每個客戶項目都認真落實執(zhí)行。

讀取tfrecord數(shù)據(jù)

從TFRecords文件中讀取數(shù)據(jù)， 首先需要用tf.train.string_input_producer生成一個解析隊列。之后調用tf.TFRecordReader的tf.parse_single_example解析器。

如下圖：

解析器首先讀取解析隊列，返回serialized_example對象，之后調用tf.parse_single_example操作將Example協(xié)議緩沖區(qū)(protocol buffer)解析為張量。

簡單來說，一旦生成了TFRecords文件，接下來就可以使用隊列（queue）讀取數(shù)據(jù)了。

def read_and_decode(filename):
  #根據(jù)文件名生成一個隊列
  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

舉例：

下面代碼是我的程序中利用TFRecord讀取格式時的代碼：

以上就是如何正確的使用tf.TFRecordReader()函數(shù)，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注創(chuàng)新互聯(lián)成都網(wǎng)站設計公司行業(yè)資訊頻道。

另外有需要云服務器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內外云服務器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務器、裸金屬服務器、高防服務器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應用場景需求。

本文題目：如何正確的使用tf.TFRecordReader()函數(shù)-創(chuàng)新互聯(lián)
網(wǎng)頁地址：http://aaarwkj.com/article18/dspegp.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供服務器托管、網(wǎng)站設計公司、軟件開發(fā)、網(wǎng)站改版、微信小程序、電子商務

廣告

聲明：本網(wǎng)站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)