TensorFlow 读取数据的几种方法

全意

于 2018-03-27 12:30:07 发布

阅读量465

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习 python tensorflow 文章标签： TensorFlow

本文链接：https://blog.youkuaiyun.com/transMaple/article/details/79711265

机器学习同时被 3 个专栏收录

16 篇文章

订阅专栏

python

16 篇文章

订阅专栏

tensorflow

8 篇文章

订阅专栏

本文介绍了TensorFlow中几种常见的数据输入方式，包括使用`tf.train.string_input_producer`创建文件队列，通过不同类型的记录阅读器如`tf.XXXRecoder`读取数据，以及如何利用`tf.train.batch`和`tf.train.shuffle_batch`进行数据批处理和随机化。此外，还详细解释了如何使用TFRecord格式来存储和读取数据集。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

TensorFlow 输入数据的方式

# 从 filename_queue = tf.train.string_input_producer(filenames) 开始
reader = tf.XXXRecoder()
reader.read(filename_queue)

tf.train.batch([example, label], batch_size=batch_size, capacity=capacity)
tf.train.shuffle_batch([example, label], batch_size=batch_size, capacity=capacity, min_after_dequeue)
# [example, label] 为 tensor

不用tf 的tensor
直接把image 和标签 feed进去

使用tfrecorder
先将数据集制作成 TFRecorder
然后读取TFRecorder