码迷,mamicode.com
首页 > 编程语言 > 详细

吴裕雄 python 神经网络——TensorFlow TFRecord样例程序

时间:2019-05-18 12:27:27      阅读:142      评论:0      收藏:0      [点我收藏+]

标签:hot   多线程   max   input   image   flow   runners   ges   thread   

import numpy as np
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

# 定义函数转化变量类型。
def _int64_feature(value):
    return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))

def _bytes_feature(value):
    return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))

# 将数据转化为tf.train.Example格式。
def _make_example(pixels, label, image):
    image_raw = image.tostring()
    example = tf.train.Example(features=tf.train.Features(feature={
        pixels: _int64_feature(pixels),
        label: _int64_feature(np.argmax(label)),
        image_raw: _bytes_feature(image_raw)
    }))
    return example

# 读取mnist训练数据。
mnist = input_data.read_data_sets("E:\\MNIST_data\\",dtype=tf.uint8, one_hot=True)
images = mnist.train.images
labels = mnist.train.labels
pixels = images.shape[1]
num_examples = mnist.train.num_examples

# 输出包含训练数据的TFRecord文件。
with tf.python_io.TFRecordWriter("E:\\MNIST_data\\output.tfrecords") as writer:
    for index in range(num_examples):
        example = _make_example(pixels, labels[index], images[index])
        writer.write(example.SerializeToString())
print("TFRecord训练文件已保存。")

# 读取mnist测试数据。
images_test = mnist.test.images
labels_test = mnist.test.labels
pixels_test = images_test.shape[1]
num_examples_test = mnist.test.num_examples

# 输出包含测试数据的TFRecord文件。
with tf.python_io.TFRecordWriter("E:\\MNIST_data\\output_test.tfrecords") as writer:
    for index in range(num_examples_test):
        example = _make_example(pixels_test, labels_test[index], images_test[index])
        writer.write(example.SerializeToString())
print("TFRecord测试文件已保存。")

技术图片

 

# 读取文件。
reader = tf.TFRecordReader()
filename_queue = tf.train.string_input_producer(["E:\\MNIST_data\\output.tfrecords"])
_,serialized_example = reader.read(filename_queue)

# 解析读取的样例。
features = tf.parse_single_example(
    serialized_example,
    features={
        image_raw:tf.FixedLenFeature([],tf.string),
        pixels:tf.FixedLenFeature([],tf.int64),
        label:tf.FixedLenFeature([],tf.int64)
    })

images = tf.decode_raw(features[image_raw],tf.uint8)
labels = tf.cast(features[label],tf.int32)
pixels = tf.cast(features[pixels],tf.int32)

sess = tf.Session()

# 启动多线程处理输入数据。
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(sess=sess,coord=coord)

for i in range(10):
    image, label, pixel = sess.run([images, labels, pixels])

 

吴裕雄 python 神经网络——TensorFlow TFRecord样例程序

标签:hot   多线程   max   input   image   flow   runners   ges   thread   

原文地址:https://www.cnblogs.com/tszr/p/10885307.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!