Tensorflow 1.10 TFRecordDataset - 恢复 TFRecords答案

【问题标题】：Tensorflow 1.10 TFRecordDataset - recovering TFRecordsTensorflow 1.10 TFRecordDataset - 恢复 TFRecords
【发布时间】：2019-02-03 12:00:24
【问题描述】：

注意事项：

这个问题延伸到之前的question of mine。在那个问题中，我询问将一些虚拟数据存储为Example 和SequenceExample 的最佳方法，以了解哪种方法更适合提供的虚拟数据。我提供了 Example 和 SequenceExample 构造的显式表述，以及在答案中的编程方式。
因为这仍然是很多代码，我提供了一个Colab（由谷歌托管的交互式 jupyter 笔记本）文件，您可以在其中尝试代码以提供帮助。所有必要的代码都在那里，并且被慷慨地注释了。

我正在尝试学习如何将我的数据转换为 TF 记录，因为声称的好处对我的数据来说是值得的。但是，文档还有很多不足之处，而尝试更深入的教程/博客（我已经看到）实际上只是触及表面或重新散列存在的稀疏文档。

对于我的previous question 中考虑的演示数据 - 以及这里 - 我编写了一个体面的类：

具有 n 个通道的序列（在此示例中，它是基于整数的，具有固定长度并具有 n 个通道）
软标签类概率（在本例中，有 n 个类，基于浮点数）
一些元数据（在这个例子中是一个字符串和两个浮点数）

并且可以将数据编码为 6 种形式中的一种：

例如，序列通道/类以数字类型（在本例中为int64）分隔，并附加元数据
示例，序列通道/类作为字节字符串（通过numpy.ndarray.tostring()）分开，并附加元数据
示例，序列/类作为字节字符串转储并附加元数据
SequenceExample，序列通道/类以数字类型分隔，元数据作为上下文
SequenceExample，序列通道作为字节字符串分开，元数据作为上下文分开
SequenceExample，序列和类转储为字节字符串，元数据转储为上下文

这很好用。

在Colab 中，我展示了如何将虚拟数据全部写入同一个文件以及单独的文件中。

我的问题是如何恢复这些数据？

我在链接文件中尝试了 4 次尝试这样做。

为什么 TFReader 和 TFWriter 在不同的子包下？

【问题讨论】：

标签： python tensorflow python-3.6 tensorflow-datasets tensorflow-estimator

【解决方案1】：

通过更新特征以包含形状信息并记住 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)

【讨论】：