人工智能从入门到精通(16)
来源:互联网 发布:2016年零售业数据 编辑:程序博客网 时间:2024/06/06 11:49
图像数据处理
- 统一输入数据格式
- 图像数据预处理
- tensorflow多线程数据预处理
TFRecord样例程序
下面的代码是将输入数据转成TFRecord的格式
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataimport numpy as npdef _int64_feature(value): #生成整数型的属性 return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))def _bytes_feature(value): return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))mnist = input_data.read_data_sets("/path/to/MNIST_data", dtype=tf.uint8, one_hot=True)images = mnist.train.images#训练数据所对应的正确答案,可以作为一个属性来存储labels = mnist.train.labels#训练数据的图像分辨率,可以作为一个属性来存储pixels = images.shape[0]#训练数据的个数num_examples = mnist.train.num_examples#指定要写入TFRecord文件的地址filename = "/path/to/output.tfrecords"#创建一个write来写TFRecord文件writer = tf.python_io.TFRecordWriter(filename)for index in range(num_examples): #把图像矩阵转化为字符串 image_raw = images[index].tostring() #将一个样例转化为Example Protocol Buffer,并将所有的信息写入这个数据结构 example = tf.train.Example(features=tf.train.Features(feature={ 'pixels': _int64_feature(pixels), 'label': _int64_feature(np.argmax(labels[index])), 'image_raw': _bytes_feature(image_raw)})) #将 Example 写入TFRecord文件 writer.write(example.SerializeToString())writer.close()
读取:
import tensorflow as tfreader=tf.TFRecordReader()filename_queue=tf.train.string_input_producer(["/path/to/output.tfrecords"])_,serialized_example=reader.read(filename_queue)features=tf.parse_single_example( serialized_example, features={ 'image_raw':tf.FixedLenFeature([],tf.string), 'pixels':tf.FixedLenFeature([],tf.int64), 'label':tf.FixedLenFeature([],tf.int64), })images=tf.decode_raw(features['image_raw'],tf.uint8)labels=tf.cast(features['label'],tf.int32)pixels=tf.cast(features['pixels'],tf.int32)sess=tf.Session()coord=tf.train.Coordinator()threads=tf.train.start_queue_runners(sess=sess,coord=coord)for i in range(10): image,lable,pixel=sess.run([images,labels,pixels])
阅读全文
0 0
- 人工智能从入门到精通(16)
- 人工智能从入门到精通(1)
- 人工智能从入门到精通(2)
- 人工智能从入门到精通(3)
- 人工智能从入门到精通(4)
- 人工智能从入门到精通(5)
- 人工智能从入门到精通(6)
- 人工智能从入门到精通(9)
- 人工智能从入门到精通(10)
- 人工智能从入门到精通(12)
- 人工智能从入门到精通(13)
- 人工智能从入门到精通(14)
- 人工智能从入门到精通(17)
- 人工智能从入门到精通(18)
- 人工智能从入门到精通(7)-mnist准备
- 人工智能从入门到精通(8)-mnist实现
- 人工智能从入门到精通(11)-基本概念
- 人工智能从入门到精通(15)-卷积网络在数字识别的应用
- 12,数据挖掘环境搭建-hbase安装
- opencv调试方法
- 解决sublime text中文乱码的问题
- 操作系统的分类
- 【dp】POJ
- 人工智能从入门到精通(16)
- 如何用Markdown写论文?
- hibernate FetchType和FetchMode
- LeetCode 714 Best Time to Buy and Sell Stock with Transaction Fee
- Linux里面常用的几个解压缩指令。
- Python之模块
- 递归算法
- 4.指针考试试卷
- 使用阿里云redis搭建电商秒杀系统