使用张量流创建字符列表TFrecords中的功能

Question

我用张量流编写代码。我将标签存储在名为（标签[]）的列表中。标签列表包含字符。 e.g

标签[A，A，B，B]

欲写在TFRecords标签元件文件。我应该声明特征例如，

def _int64_feature(value): 
    return tf.train.Feature(int64_list=tf.train.Int64List(value=[value])) 

我的问题是我应该怎么用，而不是tf.train.int64List是适合我的情况？

另外，我使用了这两个教程，如下图所示，但我想另一个教程请解释我的问题。

TFrecords Guid

How to write into and read from a TFRecords file in TensorFlow

Answer 1

TFRecords是一种类型的二进制格式的文件。因此，目标是将JPG图像转换为字符串，然后保存在TFRecord中。这使得快速阅读。

这可以在教程中看到，首先使用image.tostring()将图像转换为raw_img。然后根据数据类型int64或字节将其保存在TFRecord中。

既然你的图像是JPG格式，我假设他们被保存为字节（0-255）。因此，对于列表中的每个图像，将其转换为字符串，然后教程中的函数_bytes_feature(value)。

既可以在TFRecord中保存高度，宽度和深度，也可以将它们保存为参数，因为您需要这些尺寸才能将字符串重新转换为图像。

对于标签，您可以将ascii字符转换为其二进制表示形式。可以这样做：

>>> ord('a') 
97 

这是表示字母的数字，代表1-127。这是字节格式，因此字节功能可以再次使用。

以信价值转换回实际的字母，所有你需要做的是：

>>> chr(97) 
'a' 

希望这有助于！