tensorflow：从 TFRecord 读取时间序列数据答案

【问题标题】：tensorflow: Reading time series data from TFRecordtensorflow：从 TFRecord 读取时间序列数据
【发布时间】：2018-11-06 13:39:35
【问题描述】：

我正在使用 SequenceExample protobuf 将时间序列数据读/写到 TFRecord 文件中。

我序列化了一对np数组如下：

writer = tf.python_io.TFRecordWriter(file_name)

context = tf.train.Features( ... Feature( ... ) ... )

feature_data = tf.train.FeatureList(feature=[
                  tf.train.Feature(float_list=tf.train.FloatList(value=
                                   np.random.normal(size=([4065000,]))])
labels = tf.train.FeatureList(feature=[
                  tf.train.Feature(int64_list=tf.train.Int64List(value=
                           np.random.random_integers(0,10,size=([1084,]))])

##feature_data and labels are of similar, but varying lengths

feature_list = {"feature_data": feature_data,
                "labels": labels}

feature_lists = tf.train.FeatureLists(feature_list=feature_list)
example = tf.train.SequenceExample(context=context,
                                   feature_lists=feature_lists)

        ## serialize and close

在尝试读取 .tfrecords 文件时，我遇到了很多错误，主要是因为 SequenceExample protobuf 将时间序列数据写入为一系列值（例如，值：-12.2549，值：-18.1372，.. ..值：13.1234）。我读取 .tfrecords 文件的代码如下：

dataset = tf.data.TFRecordDataset("data/tf_record.tfrecords")
dataset = dataset.map(decode)
dataset = dataset.make_one_shot_iterator().get_next()

### reshape tensors and feed to estimator###

我的 decode() 函数定义如下：

def decode(serialized_proto):
    context_features = {...}
    sequence_features = {"feature_data": tf.FixedLenSequenceFeature((None,), 
                                                                tf.float32),
                         "labels": tf.FixedLenSequenceFeature(((None,), 
                                                                 tf.int64)}

    context, sequence = tf.parse_single_sequence_example(serialized_proto,
                                        context_features=context_features,
                                        sequence_features=sequence_features)

    return context, sequence

其中一个错误如下：

Shape [?] is not fully defined for 'ParseSingleSequenceExample/ParseSingleSequenceExample' (op: 'ParseSingleSequenceExample') with input shapes: [], [0], [], [], [], [], [], [], [].

我的主要问题是如何考虑数据集的结构。我不确定我是否真的了解返回数据的结构。我很难遍历这个数据集并返回可变大小的张量。提前致谢！

【问题讨论】：

标签： tensorflow tensorflow-datasets tfrecord

【解决方案1】：

只有当特征的形状已知时，您才能使用tf.FixedLenSequenceFeature。否则，请改用tf.VarLenFeature。

【讨论】：