用tensorflow DataSet高效加载变长文本输入
来源:互联网 发布:阿里云备案在哪里 编辑:程序博客网 时间:2024/06/18 07:16
DataSet是tensorflow 1.3版本推出的一个high-level的api,在1.3版本还只是处于测试阶段,1.4版本已经正式推出。在网上搜了一遍,发现关于使用DataSet加载文本的资料比较少,官方举的例子只是csv格式的,要求csv文件中所有样本必须具有相同的维度,也就是padding必须在写入csv文件之前做掉,这会增加文件的大小。经过一番折腾试验,这里给出一个DataSet+TFRecords加载变长样本的范例。
首先先把变长的数据写入到TFRecords文件:
def writedata(): xlist = [[1,2,3],[4,5,6,8]] ylist = [1,2]#这里的数据只是举个例子来说明样本的文本长度不一样,第一个样本3个词标签1,第二个样本4个词标签2 writer = tf.python_io.TFRecordWriter("train.tfrecords") for i in range(2): x = xlist[i] y = ylist[i] example = tf.train.Example(features=tf.train.Features(feature={ "y": tf.train.Feature(int64_list=tf.train.Int64List(value=[y])), 'x': tf.train.Feature(int64_list=tf.train.Int64List(value=x)) })) writer.write(example.SerializeToString()) writer.close()
然后用DataSet加载:
feature_names = ['x']def my_input_fn(file_path, perform_shuffle=False, repeat_count=1): def parse(example_proto): features = {"x": tf.VarLenFeature(tf.int64), "y": tf.FixedLenFeature([1], tf.int64)} parsed_features = tf.parse_single_example(example_proto, features) x = tf.sparse_tensor_to_dense(parsed_features["x"]) x = tf.cast(x, tf.int32) x = dict(zip(feature_names, [x])) y = tf.cast(parsed_features["y"], tf.int32) return x, y dataset = (tf.contrib.data.TFRecordDataset(file_path) .map(parse)) if perform_shuffle: dataset = dataset.shuffle(buffer_size=256) dataset = dataset.repeat(repeat_count) dataset = dataset.padded_batch(2, padded_shapes=({'x':[6]},[1])) #batch size为2,并且x按maxlen=6来做padding iterator = dataset.make_one_shot_iterator() batch_features, batch_labels = iterator.get_next() return batch_features, batch_labelsnext_batch = my_input_fn('train.tfrecords', True)init = tf.initialize_all_variables()with tf.Session() as sess: sess.run(init) for i in range(1): xs, y =sess.run(next_batch) print(xs['x']) print(y)
注意变长的数据TFRecords解析要用VarLenFeature,然后用sparse_tensor_to_dense转换。
阅读全文
0 0
- 用tensorflow DataSet高效加载变长文本输入
- 点击即变长的文本输入框
- tensorflow用CNN 处理文本
- 如何高效遍历Dataset
- dorado 高效遍历Dataset
- Tensorflow : Basic Dataset generation
- 进度条加载过程中变长
- EasyUI_Combobox输入文本匹配加载下拉框数据
- DataSet加载xml
- 文本输入
- 文本输入
- TensorFlow文本摘要生成
- TensorFlow文本摘要生成
- TensorFlow文本摘要生成
- tensorflow实现文本分类
- TensorFlow 文本识别
- TensorFlow文本摘要生成
- TensorFlow文本摘要生成
- iOS开发—使用NSThread实现多线程
- Socket通讯详解
- 第三章 字符串 向量 数组
- 横向滑动菜单Tablayout和viewpager小圆点结合滑动仿今日头条
- CSS——笑脸
- 用tensorflow DataSet高效加载变长文本输入
- 1063. 计算谱半径(20)——C语言
- unity初识4 小鸟别碰墙
- UGUI--背包系统
- register-验证2
- PostgreSQL扩展无法加入到php中
- maven工程 调试出现 Source not found ,开启jetty调试
- 用U盘制作Win7系统盘
- 使用PyCharm远程调试树莓派python+tkinter程序