tfrecord相关
给自己留档,因为永远记不住用法。
python读tfrecord文件
python读取tfrecord文件有很多种姿势,但大体过程类似:
# 定义feature字典,字典key必须在tfrecord中存在,反之则不要求
def parse(example):features = { 'id': tf.FixedLenFeature(1, dtype=tf.string),'label': tf.FixLenFeature(1, dtype=tf.float32),'feat_1': tf.FixLenFeature(1, dtype=tf.float32),'feat_2': tf.VarLenFeature(tf.float32) }return tf.parse_example(example, features=features)# 从dataset_path读取tfrecord文件
dataset = tf.data.TFRecordDataset(dataset_path)
# 对dataset进行shuffle, batch, prefetch等各种操作,并用上面的函数解析
dataset = dataset.batch(4).map(parse)
# 生成dataset的迭代器
it = dataset.make_one_shot_iterator()
sample_batch = it.get_next()with tf.Session() as sess:for i in range(10):print(sess.run(sample_batch['id']))
spark数据写入tfrecord文件
需要包spark-tensorflow-connector
// 创建schema
val schema = StructType(List(StructField("id", StringType),StructField("label", DoubleType),StructField("feat_1", DoubleType),StructField("feat_2", ArrayType(DoubleType))
))// 然后假设你已经有一个符合以上schema中type的dataframe,就可以按普通写dataframe的方法写到outputPath中了
val trainSample = spark.createDataFrame(trainDf, schema)
trainSample.write.mode("overwrite").format("tfrecords").option("recordType", "Example").save(outputPath)// 还可以顺便写个json,用 spark.read.format("json").load(outputPathJson)读取即可
trainSample.write.mode("overwrite").json(outputPathJson)
tfrecord相关相关推荐
- TFRecord相关资料
我先把看到比较好的有关资料挂在此处,最后汇总画个图出来,这样便于记忆,否则看了也是白看,瞧瞧我这没用的小脑瓜. tf.train.Example的用法 https://blog.csdn.net/hf ...
- java解析tfrecord_TensorFlow高效读取数据的方法——TFRecord的学习
摘要: ortmatplotlib.pyplotaspltimportcv2defshow_image(title,image):'''显示图片:paramtitle:图像标题:paramimage: ...
- python如何读取tfrecord_tensorflow学习笔记——高效读取数据的方法(TFRecord)
关于TensorFlow读取数据,官网给出了三种方法: 供给数据(Feeding):在TensorFlow程序运行的每一步,让python代码来供给数据. 从文件读取数据:在TensorFlow图的起 ...
- 【深度学习】高效读取数据的方法(TFRecord)
Record顾名思义主要是为了记录数据的. 使用TFRocord存储数据的好处: 为了更加方便的建图,原来使用placeholder的话,还要每次feed_dict一下,使用TFRecord+ Dat ...
- tfrecord文件生成与读取
参考博客--tensorflow-TFRecord 文件详解 1. 生成tfrecord文件 代码 #1.创建tfrecord对象 tf_record=tf.python_io.TFRecordWri ...
- 21个TensorFlow项目转换tfrecord:TypeError: 'RGB' has type str, but expected one of: bytes(法二)
最近在看21个TensorFlow项目一书中,由于我环境是Python3.5,项目中环境应该是Python2.运行第三章data_prepare文件夹下data_convert.py将图片转换为tfr ...
- 猴子?狒狒?傻傻分不清楚——制作tfrecord数据集并利用卷积神经网络训练实例
去年年底学习了深度学习的相关知识,但是寒假回来之后忘得也差不多了...为了巩固下所学知识,近期利用卷积神经网络做了一个小实例.卷积神经网络是一种多层神经网络,擅长处理图像特别是大图像的相关机器学习问题 ...
- TensorFlow学习笔记之 bmp格式、txt格式数据转换成tfrecord 格式
目录 一.前言 二.bmp 格式数据转换成 tfrecord 格式的代码 三.txt 格式数据转换成 tfrecord 格式的代码 一.前言 之前我们讲过了关于 tfrecord 格式的相关内容,在这 ...
- 第五篇:基于深度学习的人脸特征点检测 - 生成TFRecord文件
在上一篇博文中,我们已经获取到了所有样本的面部区域,并且对面部区域的有效性进行了验证.当使用TensorFlow进行神经网络训练时,涉及到的大量IO操作会成为训练速度的瓶颈.为了加快训练的速度,方便后 ...
最新文章
- Beaker:一个基于Electron的点对点Web浏览器
- ubuntu配置Android指南
- 【Sort List】cpp
- 【算法】划分数 动态规划
- 华为轮值董事长徐直军:5G不是原子弹 不伤害人
- 记一次ST-LINK维修及刷固件过程
- Java反序列化漏洞通用利用分析
- R语言中按某个符号来分割字符串
- 三通短信每月发送量导入Sqlserver随笔
- Jenkins配置从节点问题:ssh slave known_hosts [SSH]与Slave JVM has terminated. Exit code=126
- cpu超线程优缺点_CPU超线程对游戏帧数有多大影响?
- air应用接入移动mm弱联网平台
- MSM8260,OMAP4430,TEGRA2,EXYNOS 4210详细分析
- 关于支付宝沙箱支付时提示系统有点儿忙,一会再试试解决方案
- 个人计算机cpu型号,终于知道如何看懂一个电脑CPU型号了!
- 摄影光学与镜头pdf_北京电影学院摄影专业系列教材:摄影光学与镜头
- 雨听 | 英语学习笔记(十三)~作文范文:创造一个和谐的家庭
- 太全了!!138 张图带你 MySQL 入门!!
- python人狗大战游戏_day22 01 初识面向对象----简单的人狗大战小游戏
- [Android]Android开发入门之HelloWorld
热门文章
- 说一说埃隆.马斯克他妈妈的故事
- 趣学python编程中文版pdf
- 解读阿里巴巴集团发布的《2009年网商发展研究报告》
- Java项目:ssh民宿短租酒店系统
- PPT-显示Chinese Translation Addin 中的自定义UI运行时错误,怎么办
- 他冲进哈佛剑桥的宿舍,却只为找到中国的“扎克伯格”?
- Mysql数据库基础知识笔记
- 计算机上怎么打开打印机,无法打开添加打印机,教您无法打开添加打印机怎么解决...
- kali 怎么更换阿里源
- Qt Label设置文字纵向排列