Tensorflow代码使用例子大全

本文详细介绍了TensorFlow中TFRecord文件的使用方法,包括如何创建tf.Example消息、将数据转换为二进制字符串、保存及读取TFRecord文件。通过实例展示了数据的序列化、保存和解析过程。

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

TensorFlow常见的函数用法,会不断更新,用最简洁的例子展示

tf.reduce_all()

在这里插入图片描述

tf.train.load_variable(checkpoint, name)

预训练模型的权重是如何加载到模型中的
在这里插入图片描述

tensorflow中TFRecord文件的保存和读取(没有多余的代码)

1.创建 tf.Example 消息

import tensorflow as tf
tf.enable_eager_execution()
import numpy as np
x=[5,2,0]
z=[b'cat', b'dog', b'chicken']
first=tf.train.Feature(int64_list=tf.train.Int64List(value=x))
second=tf.train.Feature(bytes_list=tf.train.BytesList(value=z))
dic={'first':first,'second':second}
fea=tf.train.Features(feature=dic)
a=tf.train.Example(features=fea)
print(a)

运行结果:
在这里插入图片描述

#转为二进制字符串
b=a.SerializeToString()
b
运行结果
b'\n3\n\x10\n\x05first\x12\x07\x1a\x05\n\x03\x05\x02\x00\n\x1f\n\x06second\x12\x15\n\x13\n\x03cat\n\x03dog\n\x07chicken'
#解码二进制
tf.train.Example.FromString(b)
运行结果:
(和上图print(a)完全相同)

2.保存为TFRecord文件

with tf.io.TFRecordWriter('文本保存路径') as writer:
    writer.write(b)
    writer.write(b)
    writer.write(b)

3读取TFRecord文件

raw_dataset=tf.data.TFRecordDataset('文本保存路径')  #读取文件
for raw_record in raw_dataset.take(1):              #取前1个,刚才写入了三次
    print(raw_record)
    example = tf.train.Example()                     #解析文件
    example.ParseFromString(raw_record.numpy())
    print(example)

运行结果:
在这里插入图片描述
*使用上面的解析方式也是可以的,结果完全相同,解析区别我以后再研究

raw_dataset=tf.data.TFRecordDataset('文本保存路径')  #读取文件
for raw_record in raw_dataset.take(1):    #取前两个,刚才写入了三次
    print(raw_record)
    example = tf.train.Example.FromString(raw_record.numpy())#解析文件
    print(example)
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