0

我有一个序列化 TensorFlow 示例协议缓冲区的 TFRecord 文件数据集，每个注释一个示例原型，从https://magenta.tensorflow.org/datasets/nsynth下载。我正在使用大约 1 Gb 的测试集，以防有人想下载它来检查下面的代码。每个示例都包含许多特征：音高、乐器...

读取此数据的代码是：

import tensorflow as tf
import numpy as np

sess = tf.InteractiveSession()

# Reading input data
dataset = tf.data.TFRecordDataset('../data/nsynth-test.tfrecord')

# Convert features into tensors
features = {
"pitch": tf.FixedLenFeature([1], dtype=tf.int64),
"audio": tf.FixedLenFeature([64000], dtype=tf.float32),
"instrument_family": tf.FixedLenFeature([1], dtype=tf.int64)}

parse_function = lambda example_proto: tf.parse_single_example(example_proto,features)
dataset = dataset.map(parse_function)

# Consuming TFRecord data.
dataset = dataset.shuffle(buffer_size=10000)
dataset = dataset.batch(batch_size=3)
dataset = dataset.repeat()
iterator = dataset.make_one_shot_iterator()
batch = iterator.get_next()
sess.run(batch)

现在，音高范围从 21 到 108。但我只想考虑给定音高的数据，例如音高 = 51。如何从整个数据集中提取这个“音高 = 51”子集？或者，我该怎么做才能让我的迭代器只通过这个子集？

4

1 回答 1

1

你所拥有的看起来很不错，你所缺少的只是一个过滤器功能。

例如，如果您只想提取 pitch=51，则应在 map 函数之后添加

dataset = dataset.filter(lambda example: tf.equal(example["pitch"][0], 51))
于 2018-11-27T18:36:29.413 回答