这篇文章将为大家详细讲解有关TFRecord格式存储数据与队列读取的示例分析，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
创新互联公司-专业网站定制、快速模板网站建设、高性价比噶尔网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式噶尔网站制作公司更省心,省钱,快速模板网站建设找我们，业务覆盖噶尔地区。费用合理售后完善，10余年实体公司更值得信赖。Tensor Flow官方网站上提供三种读取数据的方法
1. 预加载数据：在Tensor Flow图中定义常量或变量来保存所有数据,将数据直接嵌到数据图中，当训练数据较大时，很消耗内存。
如
x1=tf.constant([0,1]) x2=tf.constant([1,0]) y=tf.add(x1,x2)
2.填充数据：使用sess.run()的feed_dict参数，将Python产生的数据填充到后端，之前的MNIST数据集就是通过这种方法。也有消耗内存，数据类型转换耗时的缺点。
3. 从文件读取数据：从文件中直接读取，让队列管理器从文件中读取数据。分为两步
先把样本数据写入TFRecords二进制文件
再从队列中读取
TFRecord是TensorFlow提供的一种统一存储数据的二进制文件，能更好的利用内存，更方便的复制和移动，并且不需要单独的标记文件。下面通过代码来将MNIST转换成TFRecord的数据格式，其他数据集也类似。
重庆分公司
重庆分公司
#生成整数型的属性
def _int64_feature(value):
return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))
#生成字符串型的属性
def _bytes_feature(value):
return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))
def convert_to(data_set,name):
'''
将数据填入到tf.train.Example的协议缓冲区（protocol buffer)中，将协议缓冲区序列
化为一个字符串，通过tf.python_io.TFRecordWriter写入TFRecords文件
'''
images=data_set.images
labels=data_set.labels
num_examples=data_set.num_examples
if images.shape[0]!=num_examples:
raise ValueError ('Imagessize %d does not match label size %d.'\
%(images.shape[0],num_examples))
rows=images.shape[1] #28
cols=images.shape[2] #28
depth=images.shape[3] #1 是黑白图像
filename = os.path.join(FLAGS.directory, name + '.tfrecords')
#使用下面语句就会将三个文件存储为一个TFRecord文件,当数据量较大时，最好将数据写入多个文件
#filename="C:/Users/dbsdz/Desktop/TF练习/TFRecord"
print('Writing',filename)
writer=tf.python_io.TFRecordWriter(filename)
for index in range(num_examples):
image_raw=images[index].tostring() #将图像矩阵化为一个字符串
#写入协议缓冲区，height、width、depth、label编码成int 64类型，image——raw编码成二进制
example=tf.train.Example(features=tf.train.Features(feature={
'height':_int64_feature(rows),
'width':_int64_feature(cols),
'depth':_int64_feature(depth),
'label':_int64_feature(int(labels[index])),
'image_raw':_bytes_feature(image_raw)}))
writer.write(example.SerializeToString()) #序列化字符串
writer.close()上面程序可以将MNIST数据集中所有的训练数据存储到三个TFRecord文件中。结果如下图
从队列中TFRecord文件，过程分三步
1. 创建张量，从二进制文件中读取一个样本
2. 创建张量，从二进制文件中随机读取一个mini-batch
3. 把每一批张量传入网络作为输入节点
具体代码如下
def read_and_decode(filename_queue): #输入文件名队列
reader=tf.TFRecordReader()
_,serialized_example=reader.read(filename_queue)
#解析一个example,如果需要解析多个样例，使用parse_example函数
features=tf.parse_single_example(
serialized_example,
#必须写明feature里面的key的名称
features={
#TensorFlow提供两种不同的属性解析方法，一种方法是tf.FixedLenFeature,
#这种方法解析的结果为一个Tensor。另一个方法是tf.VarLenFeature,
#这种方法得到的解析结果为SparseTensor,用于处理稀疏数据。
#这里解析数据的格式需要和上面程序写入数据的格式一致
'image_raw':tf.FixedLenFeature([],tf.string),#图片是string类型
'label':tf.FixedLenFeature([],tf.int64), #标记是int64类型
})
#对于BytesList,要重新进行编码，把string类型的0维Tensor变成uint8类型的一维Tensor
image = tf.decode_raw(features['image_raw'], tf.uint8)
image.set_shape([IMAGE_PIXELS])
#tensor("input/DecodeRaw:0",shape=(784,),dtype=uint8)
#image张量的形状为：tensor("input/sub:0",shape=(784,),dtype=float32)
image = tf.cast(image, tf.float32) * (1. / 255) - 0.5
#把标记从uint8类型转换为int32类性
#label张量的形状为tensor（“input/cast_1:0",shape=(),dtype=int32)
label = tf.cast(features['label'], tf.int32)
return image,label
def inputs(train,batch_size,num_epochs):
#输入参数：
#train：选择输入训练数据/验证数据
#batch_size:训练的每一批有多少个样本
#num_epochs:过几遍数据，设置为0/None表示永远训练下去
'''
返回结果： A tuple (images,labels)
*images:类型为float，形状为【batch_size,mnist.IMAGE_PIXELS],范围【-0.5，0.5】。
*label:类型为int32，形状为【batch_size],范围【0，mnist.NUM_CLASSES]
注意tf.train.QueueRunner必须用tf.train.start_queue_runners()来启动线程
'''
if not num_epochs:num_epochs=None
#获取文件路径，即./MNIST_data/train.tfrecords,./MNIST_data/validation.records
filename=os.path.join(FLAGS.train_dir,TRAIN_FILE if train else VALIDATION_FILE)
with tf.name_scope('input'):
#tf.train.string_input_producer返回一个QueueRunner,里面有一个FIFOQueue
filename_queue=tf.train.string_input_producer(#如果样本量很大，可以分成若干文件，把文件名列表传入
[filename],num_epochs=num_epochs)
image,label=read_and_decode(filename_queue)
#随机化example,并把它们整合成batch_size大小
#tf.train.shuffle_batch生成了RandomShuffleQueue,并开启两个线程
images,sparse_labels=tf.train.shuffle_batch(
[image,label],batch_size=batch_size,num_threads=2,
capacity=1000+3*batch_size,
min_after_dequeue=1000) #留下一部分队列，来保证每次有足够的数据做随机打乱
return images,sparse_labels最后，构建一个三层的神经网络，包含两层卷积层以及一层使用SoftMax层，附上完整代码如下
# -*- coding: utf-8 -*-
"""
Created on Sun Apr 8 11:06:16 2018
@author: dbsdz
https://blog.csdn.net/xy2953396112/article/details/54929073
"""
import tensorflow as tf
import os
import time
import math
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
# Basic model parameters as external flags.
flags = tf.app.flags
flags.DEFINE_float('learning_rate', 0.01, 'Initial learning rate.')
flags.DEFINE_integer('hidden1', 128, 'Number of units in hidden layer 1.')
flags.DEFINE_integer('hidden2', 32, 'Number of units in hidden layer 2.')
flags.DEFINE_integer('batch_size', 100, 'Batch size. '
'Must divide evenly into the dataset sizes.')
flags.DEFINE_string('train_dir', 'Mnist_data/', 'Directory to put the training data.')
flags.DEFINE_string('directory', './MNIST_data',
'Directory to download data files and write the '
'converted result')
flags.DEFINE_integer('validation_size', 5000,
'Number of examples to separate from the training '
'data for the validation set.')
flags.DEFINE_integer('num_epochs',10,'num_epochs set')
FLAGS = tf.app.flags.FLAGS
IMAGE_SIZE = 28
IMAGE_PIXELS = IMAGE_SIZE * IMAGE_SIZE #图片像素728
TRAIN_FILE = "train.tfrecords"
VALIDATION_FILE="validation.tfrecords"
#生成整数型的属性
def _int64_feature(value):
return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))
#生成字符串型的属性
def _bytes_feature(value):
return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))
def convert_to(data_set,name):
'''
将数据填入到tf.train.Example的协议缓冲区（protocol buffer)中，将协议缓冲区序列
化为一个字符串，通过tf.python_io.TFRecordWriter写入TFRecords文件
'''
images=data_set.images
labels=data_set.labels
num_examples=data_set.num_examples
if images.shape[0]!=num_examples:
raise ValueError ('Imagessize %d does not match label size %d.'\
%(images.shape[0],num_examples))
rows=images.shape[1] #28
cols=images.shape[2] #28
depth=images.shape[3] #1 是黑白图像
filename = os.path.join(FLAGS.directory, name + '.tfrecords')
#使用下面语句就会将三个文件存储为一个TFRecord文件,当数据量较大时，最好将数据写入多个文件
#filename="C:/Users/dbsdz/Desktop/TF练习/TFRecord"
print('Writing',filename)
writer=tf.python_io.TFRecordWriter(filename)
for index in range(num_examples):
image_raw=images[index].tostring() #将图像矩阵化为一个字符串
#写入协议缓冲区，height、width、depth、label编码成int 64类型，image——raw编码成二进制
example=tf.train.Example(features=tf.train.Features(feature={
'height':_int64_feature(rows),
'width':_int64_feature(cols),
'depth':_int64_feature(depth),
'label':_int64_feature(int(labels[index])),
'image_raw':_bytes_feature(image_raw)}))
writer.write(example.SerializeToString()) #序列化字符串
writer.close()
def inference(images, hidden1_units, hidden2_units):
with tf.name_scope('hidden1'):
weights = tf.Variable(
tf.truncated_normal([IMAGE_PIXELS, hidden1_units],
stddev=1.0 / math.sqrt(float(IMAGE_PIXELS))),name='weights')
biases = tf.Variable(tf.zeros([hidden1_units]),name='biases')
hidden1 = tf.nn.relu(tf.matmul(images, weights) + biases)
with tf.name_scope('hidden2'):
weights = tf.Variable(
tf.truncated_normal([hidden1_units, hidden2_units],
stddev=1.0 / math.sqrt(float(hidden1_units))),
name='weights')
biases = tf.Variable(tf.zeros([hidden2_units]),
name='biases')
hidden2 = tf.nn.relu(tf.matmul(hidden1, weights) + biases)
with tf.name_scope('softmax_linear'):
weights = tf.Variable(
tf.truncated_normal([hidden2_units,FLAGS.num_epochs],
stddev=1.0 / math.sqrt(float(hidden2_units))),name='weights')
biases = tf.Variable(tf.zeros([FLAGS.num_epochs]),name='biases')
logits = tf.matmul(hidden2, weights) + biases
return logits
def lossFunction(logits, labels):
labels = tf.to_int64(labels)
cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits(
logits=logits, labels=labels, name='xentropy')
loss = tf.reduce_mean(cross_entropy, name='xentropy_mean')
return loss
def training(loss, learning_rate):
tf.summary.scalar(loss.op.name, loss)
optimizer = tf.train.GradientDescentOptimizer(learning_rate)
global_step = tf.Variable(0, name='global_step', trainable=False)
train_op = optimizer.minimize(loss, global_step=global_step)
return train_op
def read_and_decode(filename_queue): #输入文件名队列
reader=tf.TFRecordReader()
_,serialized_example=reader.read(filename_queue)
#解析一个example,如果需要解析多个样例，使用parse_example函数
features=tf.parse_single_example(
serialized_example,
#必须写明feature里面的key的名称
features={
#TensorFlow提供两种不同的属性解析方法，一种方法是tf.FixedLenFeature,
#这种方法解析的结果为一个Tensor。另一个方法是tf.VarLenFeature,
#这种方法得到的解析结果为SparseTensor,用于处理稀疏数据。
#这里解析数据的格式需要和上面程序写入数据的格式一致
'image_raw':tf.FixedLenFeature([],tf.string),#图片是string类型
'label':tf.FixedLenFeature([],tf.int64), #标记是int64类型
})
#对于BytesList,要重新进行编码，把string类型的0维Tensor变成uint8类型的一维Tensor
image = tf.decode_raw(features['image_raw'], tf.uint8)
image.set_shape([IMAGE_PIXELS])
#tensor("input/DecodeRaw:0",shape=(784,),dtype=uint8)
#image张量的形状为：tensor("input/sub:0",shape=(784,),dtype=float32)
image = tf.cast(image, tf.float32) * (1. / 255) - 0.5
#把标记从uint8类型转换为int32类性
#label张量的形状为tensor（“input/cast_1:0",shape=(),dtype=int32)
label = tf.cast(features['label'], tf.int32)
return image,label
def inputs(train,batch_size,num_epochs):
#输入参数：
#train：选择输入训练数据/验证数据
#batch_size:训练的每一批有多少个样本
#num_epochs:过几遍数据，设置为0/None表示永远训练下去
'''
返回结果： A tuple (images,labels)
*images:类型为float，形状为【batch_size,mnist.IMAGE_PIXELS],范围【-0.5，0.5】。
*label:类型为int32，形状为【batch_size],范围【0，mnist.NUM_CLASSES]
注意tf.train.QueueRunner必须用tf.train.start_queue_runners()来启动线程
'''
if not num_epochs:num_epochs=None
#获取文件路径，即./MNIST_data/train.tfrecords,./MNIST_data/validation.records
filename=os.path.join(FLAGS.train_dir,TRAIN_FILE if train else VALIDATION_FILE)
with tf.name_scope('input'):
#tf.train.string_input_producer返回一个QueueRunner,里面有一个FIFOQueue
filename_queue=tf.train.string_input_producer(#如果样本量很大，可以分成若干文件，把文件名列表传入
[filename],num_epochs=num_epochs)
image,label=read_and_decode(filename_queue)
#随机化example,并把它们整合成batch_size大小
#tf.train.shuffle_batch生成了RandomShuffleQueue,并开启两个线程
images,sparse_labels=tf.train.shuffle_batch(
[image,label],batch_size=batch_size,num_threads=2,
capacity=1000+3*batch_size,
min_after_dequeue=1000) #留下一部分队列，来保证每次有足够的数据做随机打乱
return images,sparse_labels
def run_training():
with tf.Graph().as_default():
#输入images和labels
images,labels=inputs(train=True,batch_size=FLAGS.batch_size,
num_epochs=3) #num_epochs就是训练的轮数
#构建一个从推理模型来预测数据的图
logits=inference(images,FLAGS.hidden1,FLAGS.hidden2)
loss=lossFunction(logits,labels) #定义损失函数
#Add to the Graph operations that train the model
train_op=training(loss,FLAGS.learning_rate)
#初始化参数，特别注意：string——input_producer内部创建了一个epoch计数变量
#归入tf.graphkey.local_variables集合中，必须单独用initialize_local_variables()初始化
init_op=tf.group(tf.global_variables_initializer(),
tf.local_variables_initializer())
sess=tf.Session()
sess.run(init_op)
#Start input enqueue threads
coord =tf.train.Coordinator()
threads=tf.train.start_queue_runners(sess=sess,coord=coord)
try:
step=0
while not coord.should_stop(): #进入永久循环
start_time=time.time()
_,loss_value=sess.run([train_op,loss])
#每100次训练输出一次结果
if step % 100 ==0:
duration=time.time()-start_time
print('Step %d: loss=%.2f (%.3f sec)'%(step,loss_value,duration))
step+=1
except tf.errors.OutOfRangeError:
print('Done training for %d epochs,%d steps.'%(FLAGS.num_epochs,step))
finally:
coord.request_stop()#通知其他线程关闭
coord.join(threads)
sess.close()
def main(unused_argv):
#获取数据
data_sets=input_data.read_data_sets(FLAGS.directory,dtype=tf.uint8,reshape=False,
validation_size=FLAGS.validation_size)
#将数据转换成tf.train.Example类型，并写入TFRecords文件
convert_to(data_sets.train,'train')
convert_to(data_sets.validation,'validation')
convert_to(data_sets.test,'test')
print('convert finished')
run_training()
if __name__ == '__main__':
tf.app.run()运行结果如图
关于“TFRecord格式存储数据与队列读取的示例分析”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
