我有训练数据，它是一个 jpeg 图像目录和一个包含文件名和相关类别标签的相应文本文件。我正在尝试将此训练数据转换为 tfrecords 文件，如 tensorflow 文档中所述。我花了很长时间试图让它工作，但在 tensorflow 中没有示例演示如何使用任何阅读器读取 jpeg 文件并使用 tfrecordwriter 将它们添加到 tfrecord

您如何一次读取 TFRecords 中的所有示例？

我一直在使用类似于fully_connected_reader 示例中的方法中tf.parse_single_example给出的代码来读取单个示例。但是，我想一次针对我的整个验证数据集运行网络，因此想全部加载它们。read_and_decode

我不完全确定，但文档似乎建议我可以使用tf.parse_example而不是tf.parse_single_example一次加载整个 TFRecords 文件。我似乎无法让它工作。我猜这与我如何指定功能有关，但我不确定如何在功能规范中声明有多个示例。

换句话说，我尝试使用类似于：

不起作用，我认为这是因为这些功能不会同时出现多个示例（但同样，我不确定）。[这导致错误ValueError: Shape () must have rank 1]

这是一次读取所有记录的正确方法吗？如果是这样，我需要改变什么才能真正阅读记录？非常感谢！

当我读取文件时，tf.read_file我得到了 type 的东西tf.string。文档只说它是“可变长度字节数组。张量的每个元素都是一个字节数组。” （https://www.tensorflow.org/versions/r0.10/resources/dims_types.html）。我不知道如何解释这一点。

我对这种类型无能为力。在通常的 python 中，您可以通过索引获取元素my_string[:4]，但是当我运行以下代码时，我得到一个错误。

它说

我也无法将我的字符串转换为tf.float32张量。它是.flo文件，它有神奇的标题“PIEH”。此 numpy 代码成功地将此类标头转换为数字（请参见此处的示例https://stackoverflow.com/a/28016469/4744283），但我无法使用 tensorflow 做到这一点。我试过tf.string_to_number(string, out_type=tf.float32)但它说

那么，什么是字符串？它的形状是什么？我怎样才能至少得到字符串的一部分？我想如果我能得到它的一部分，我可以跳过“PIEH”部分。

UPD：我忘了说tf.slice(string, [0], [4])同样的错误也不起作用。

我有一个 txt 文件中的图像和标签列表，格式如下：

文件1.jpg 1

文件2.jpg 0

文件3.jpg 1

文件4.jpg 1

其中标签是二进制的。

如何将图像数据转换为 TFRecord 文件而不将我的图像分配给标签的子目录（用于初始模型数据准备），并且只需读取 jpg 图像？我已经看过 tensorflow 的 TFRecords 教程，但似乎图像已经全部以张量形式构建。

我尝试了一个解决方案： 如何将 jpeg 图像目录转换为 tensorflow 中的 TFRecords 文件？

但它似乎没有用。

是否可以从文件中获取记录总数.tfrecords？与此相关，人们通常如何跟踪训练模型时经过的 epoch 数？虽然我们可以指定batch_sizeand num_of_epochs，但我不确定是否可以直接获得诸如current epoch每个 epoch 的批次数等值 - 以便我可以更好地控制训练的进度。目前，我只是使用肮脏的技巧来计算这个，因为我事先知道我的 .tfrecords 文件中有多少条记录以及我的小批量的大小。感谢任何帮助..

我有一个.tfrecord，但我不知道它的结构。如何检查架构以了解.tfrecord文件包含的内容？

所有 Stackoverflow 答案或文档似乎都假设我知道文件的结构。

我的问题是关于如何从多个（或分片）tfrecord 中获取批量输入。我已经阅读了示例https://github.com/tensorflow/models/blob/master/inception/inception/image_processing.py#L410。基本管道是以训练集为例，（1）首先生成一系列 tfrecord（例如，，，train-000-of-005... train-001-of-005），（2）从这些文件名中，生成一个列表并将它们输入tf.train.string_input_producer到队列，（3）同时生成一个tf.RandomShuffleQueue做其他事情，（4）tf.train.batch_join用于生成批量输入。

我认为这很复杂，我不确定这个程序的逻辑。就我而言，我有一个.npy文件列表，我想生成分片 tfrecords（多个单独的 tfrecords，而不仅仅是一个大文件）。这些.npy文件中的每一个都包含不同数量的正样本和负样本（2 类）。一种基本方法是生成一个大型 tfrecord 文件。但文件太大（~20Gb）。所以我求助于分片 tfrecords。有没有更简单的方法来做到这一点？谢谢。

在这里尝试通过 tensorflow教程；我用〜100个图像构建了一个tf记录文件，现在当我尝试以下操作时，内核挂起；为什么会这样？tf 记录文件并不大，只有 30MB+ 左右，读取它们应该不会花很长时间：

它打印：

我的笔记本内核已经挂了 10 分钟，我看不到会有结局。有人可以指出我做错了什么吗？

在创建和加载 .tfrecord 文件的上下文中，我遇到了以下问题：

生成 dataset.tfrecord 文件

文件夹 /Batch_manager/assets 包含一些用于生成 dataset.tfrecord 文件的 *.tif 图像：

从 dataset.tfrecord 文件中读取

接下来，我尝试使用指向 dataset.tfrecord 文件的路径从该文件中读取：

错误信息：

TypeError: 预期 int64，得到了 '' 类型的 'str' 代替。

这段代码有什么问题？我成功验证了 dataset.tfrecord 实际上包含正确的图像和元数据！

我正在训练一个神经网络，并成功地运行了几个 epoch 的所有训练数据。但是，tfrecord corrupted 错误突然出现如下：

我再次检查了数据文件，并且该行确实已损坏。但是在我运行训练代码之前数据是完整的，我只是通过以下代码读取数据：

我想知道为什么数据文件已损坏以及如何保持数据文件的完整性。