【使用篇】读取文件-高阶版

参考：https://www.jianshu.com/p/a40df43c08f6

example

实质：tensorflow 的一种缓存存储方式，通过 key-value 对进行存储

类型：

• key的数据类型为字符串

• value的存储为列表格式，对应三种tensor类型：

  • VarLenFearure：value映射成sparseTensor，包含元素如下：

    • indices：包含元素位置
    • values：相应位置元素的取值
    • dense_shape：tensor的shape

    serialized = [ 
      features { 
        feature { key: "ft" value { float_list { value: [1.0, 2.0] } } } },
      features { 
        feature []}, 
      features { 
        feature { key: "ft" value { float_list { value: [3.0] } } }
    

  • FixedLenFeature：value映射成标准的矩阵

    注：要读取要求输入数据是等长的

  • SparseFeature：

• value内元素的类型包含三种：

  • Bytes
  • Float
  • int64

  说明：

  1. 列表类型代表弹性存储，即元素可拓展
  2. 按行读取，元素的提取、存储方式都是按行进行，如矩阵存储按行数存储

协议：

• value内元素数据类型的一致性
• value可为空列表
• value的长度可以不一样

解析

parse_example(serialized, features, name, example_name)

将example解析成字典格式的tensor

• serilized：
• features：
• name：
• example_name

说明：

1. 在提取tfrecord数据时，需要设定读取数据的batch，分批次读取，在做解析时会按批次处理序列化的数据，即serilized
2. features是解析出来的字典的数据格式，匹配到原始数据的key-value对应关系，每个value的数据格式即以上的三种tensor类型