python - Tensorflow 1.10 TFRecordDataset-恢复TFRecords

笔记:

此问题扩展到先前的question of mine。在这个问题中，我询问有关将某些伪数据存储为Example和SequenceExample的最佳方法，以试图了解哪种数据更类似于提供的伪数据。我提供了Example和SequenceExample构造的明确表述，并在回答中提供了一种编程的方式来实现。

因为这仍然是很多代码，所以我提供了Colab(由Google托管的交互式jupyter笔记本)文件，您可以在其中尝试自己的代码以提供帮助。所有必要的代码均已存在，并对其进行了慷慨的注释。

我正在尝试学习如何将我的数据转换为TF记录，因为声称的好处对于我的数据是值得的。但是，文档还有很多不足之处，而试图深入学习的教程/博客(我已经看到)实际上只是接触表面或重新整理了现有的稀疏文档。

对于我的previous question中以及此处所考虑的演示数据，我编写了一个不错的类，它采用:

具有n个 channel 的序列(在此示例中，它是基于整数的，具有固定长度的n个 channel )

软标记的类概率(在此示例中，有n个基于类且基于float的类)

一些元数据(在此示例中为一个字符串和两个浮点数)

并可以采用以下6种形式之一对数据进行编码:

示例，其中序列 channel /类以数字类型(在这种情况下为int64)分开，并且元数据附加在

上

示例，序列 channel /类作为字节字符串(通过numpy.ndarray.tostring())分开，元数据附加在

上

示例，将序列/类作为字节字符串转储，并将元数据附加在

上

SequenceExample，序列 channel /类以数字类型分开，元数据作为上下文

SequenceExample，序列 channel 作为字节字符串分开，元数据作为上下文

SequenceExample，序列和类作为字节字符串转储，而元数据作为上下文

这很好。

在Colab中，我展示了如何将虚拟数据全部写入同一文件以及单独的文件中。

我的问题是如何恢复这些数据？

我在链接文件中做了4次尝试。

为什么TFReader与TFWriter处于不同的子软件包下？

最佳答案

通过更新功能以包括形状信息并记住SequenceExample是未命名 FeatureLists来解决。

context_features = {
    'Name' : tf.FixedLenFeature([], dtype=tf.string),
    'Val_1': tf.FixedLenFeature([], dtype=tf.float32),
    'Val_2': tf.FixedLenFeature([], dtype=tf.float32)
}

sequence_features = {
    'sequence': tf.FixedLenSequenceFeature((3,), dtype=tf.int64),
    'pclasses'  : tf.FixedLenSequenceFeature((3,), dtype=tf.float32),
}

def parse(record):
  parsed = tf.parse_single_sequence_example(
        record,
        context_features=context_features,
        sequence_features=sequence_features
  )
  return parsed


filenames = [os.path.join(os.getcwd(),f"dummy_sequences_{i}.tfrecords") for i in range(3)]
dataset = tf.data.TFRecordDataset(filenames).map(lambda r: parse(r))

iterator = tf.data.Iterator.from_structure(dataset.output_types,
                                           dataset.output_shapes)
next_element = iterator.get_next()

training_init_op = iterator.make_initializer(dataset)

for _ in range(2):
  # Initialize an iterator over the training dataset.
  sess.run(training_init_op)
  for _ in range(3):
    ne = sess.run(next_element)
    print(ne)