一起来用tf.data API！（3）——TFRecords是什么？

一起来用tf.data API！（3）——TFRecords是什么？

（一）简 介
（二）TFRecords可接受的数据格式
（三）生成TFRecords的基本流程
（四）总 结

（一）简 介

TFRecords是TensorFlow专用的数据文件格式，其中包含了tf.train.Example协议内存块（protocol buffer），这是只包含特征值与数据内容的一种数据格式。通过tf.python_io.TFRecordWriter类，可以获取相应的数据并将其填入到Example协议内存块中，最终生成TFRecords文件。TFRecords就是通过一个包含着二进制文件的数据文件，将特征和标签进行保存以便于TensorFlow读取。

（二）TFRecords可接受的数据格式

TFRecords可接受三种数据格式：

通过以下代码对其进行演示：
从上面的代码段可以看到，a_data，b_data以及c_data是三种不同类型的数据。a_data为float类型，因此在写入的时候使用FloatList格式，b_data用作列表的写入；而对于其他类型的数据，例如数组或者字符串，则需要统一设置成二进制的形式进行写入。

（三）生成TFRecords的基本流程

下面的代码段演示了TFRecords写入文件的基本格式：
基本流程为：

• 创建一个写入文件的writer

• 定义样本example，其中包含要写入的数据的标签及数据的类型

• 将数据转换为二进制形式并写入

（四）总 结

在本节中我们介绍了TFRecords文件是什么，可接受的数据类型和制作TFRecords文件的基本流程，在下一节中我们将使用图像数据制作TFRecords文件，有任何的疑问可以在评论区留言，我会尽快回复，谢谢支持！