TensorFlow学习笔记(一):TFRecord

本文深入解析TFRecord文件格式,包括如何使用TensorFlow制作和读取TFRecord文件,以及TFRecord文件的内部结构。TFRecord文件是一种高效的序列化数据存储格式,广泛应用于深度学习训练数据的预处理。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

TFRecord

  1. 准备数据
  2. 制作TFRecord文件
  3. 读取TFRecord文件
  4. TFRecord的显示操作

TFRecords文件包含了tf.train.Example 协议内存块(protocol buffer)(协议内存块包含了字段 Features)。我们可以写一段代码获取你的数据, 将数据填入到Example协议内存块(protocol buffer),将协议内存块序列化为一个字符串, 并且通过tf.python_io.TFRecordWriter 写入到TFRecords文件。

一个Example中包含Features,Features里包含Feature(这里没s)的字典。最后,Feature里包含有一个 FloatList, 或者ByteList,或者Int64List。

  • Example {
    • Features {
      • Feature的字典 {
        • FloatList或ByteList或Int64List
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值