如何解析单个 TFrecord 文件答案

【问题标题】：How to parse a single TFrecord file如何解析单个 TFrecord 文件
【发布时间】：2017-03-22 08:44:08
【问题描述】：

读取 tfrecords：

reader = tf.TFRecordReader()
_, serialized_example = reader.read(filename_queue)
features = tf.parse_single_example(...)

TFRecordReader 从文件队列中读取示例。但是如何同步地从特定文件中读取单个示例（没有队列）。喜欢

file_buf = tf.read_file(filename)
serialized_example = get_train_example(file_buf)
features = tf.parse_single_example(...)

如何实现get_train_example函数

【问题讨论】：

你能解释一下你试图用这个解决的问题吗？这可能有助于提出一个好的方法。
我想要的只是直接解析 TFrecord 文件的一种方法。 TFRecordReader 在文件队列上工作。

标签： tensorflow file-format

【解决方案1】：

不确定这是否正是您要寻找的，但您可以通过这种方式进行操作，无需排队：

tf_record = "path/to/my.tfrecord"
e = tf.python_io.tf_record_iterator(tf_record).next()
single_example = tf.parse_single_example(e, features=features)

【讨论】：

对调试非常有用。
这给出了 AttributeError: 'generator' object has no attribute 'next'
如果您使用的是 python 3.x，则需要使用 next(...) 代替。

【解决方案2】：

用过这个

for example in tf.python_io.tf_record_iterator("path_to_your_file"):
    result = tf.train.Example.FromString(example)
print(result)

找到它here

【讨论】：