为了清楚起见，我在一个.tfrecords文件中有几千张图像，它们是720 x 720 rgb png文件。标签是0、1、2、3之一。

我也尝试使用parse_example，但无法使其正常工作，但此解决方案可与parse_single_example一起使用。

不利之处在于，现在我必须知道每个.tf记录中有多少个项目，这真是太糟糕了。如果我找到更好的方法，我将更新答案。另外，请注意不要超出.tfrecords文件中记录的数量范围，如果您循环经过最后一条记录，它将从第一条记录开始

诀窍是让队列运行器使用协调器。

我在这里留下了一些代码，以保存正在读取的图像，以便您可以验证图像是否正确。

from PIL import Image
import numpy as np
import tensorflow as tf

def read_and_decode(filename_queue):
 reader = tf.TFRecordReader()
 _, serialized_example = reader.read(filename_queue)
 features = tf.parse_single_example(
  serialized_example,
  # Defaults are not specified since both keys are required.
  features={
      'image_raw': tf.FixedLenFeature([], tf.string),
      'label': tf.FixedLenFeature([], tf.int64),
      'height': tf.FixedLenFeature([], tf.int64),
      'width': tf.FixedLenFeature([], tf.int64),
      'depth': tf.FixedLenFeature([], tf.int64)
  })
 image = tf.decode_raw(features['image_raw'], tf.uint8)
 label = tf.cast(features['label'], tf.int32)
 height = tf.cast(features['height'], tf.int32)
 width = tf.cast(features['width'], tf.int32)
 depth = tf.cast(features['depth'], tf.int32)
 return image, label, height, width, depth


def get_all_records(FILE):
 with tf.Session() as sess:
   filename_queue = tf.train.string_input_producer([ FILE ])
   image, label, height, width, depth = read_and_decode(filename_queue)
   image = tf.reshape(image, tf.pack([height, width, 3]))
   image.set_shape([720,720,3])
   init_op = tf.initialize_all_variables()
   sess.run(init_op)
   coord = tf.train.Coordinator()
   threads = tf.train.start_queue_runners(coord=coord)
   for i in range(2053):
     example, l = sess.run([image, label])
     img = Image.fromarray(example, 'RGB')
     img.save( "output/" + str(i) + '-train.png')

     print (example,l)
   coord.request_stop()
   coord.join(threads)

get_all_records('/path/to/train-0.tfrecords')

我不知道它是否仍然是一个活跃的话题。我想分享到目前为止我所知道的最佳实践，但这是一年前的一个问题。

在张量流中，我们有一个非常有用的方法来解决这样的问题-读取或迭代整个输入数据串并生成随机测试数据集的训练。 'tf.train.shuffle_batch'可以根据您的行为在输入流（例如reader.read（））的基础上生成数据集。例如，您可以通过提供如下的参数列表来生成一组1000个数据集：

reader = tf.TFRecordReader()
_, serialized = reader.read(filename_queue)
features = tf.parse_single_example(
    serialized,
    features={
        'label': tf.FixedLenFeature([], tf.string),
        'image': tf.FixedLenFeature([], tf.string)
    }
)
record_image = tf.decode_raw(features['image'], tf.uint8)

image = tf.reshape(record_image, [500, 500, 1])
label = tf.cast(features['label'], tf.string)
min_after_dequeue = 10
batch_size = 1000
capacity = min_after_dequeue + 3 * batch_size
image_batch, label_batch = tf.train.shuffle_batch(
    [image, label], batch_size=batch_size, capacity=capacity, min_after_dequeue=min_after_dequeue
)

您还可以使用tf.python_io.tf_record_iterator手动循环在所有例子TFRecord 。

我用下面的插图代码进行测试：

import tensorflow as tf

X = [[1, 2],
     [3, 4],
     [5, 6]]


def _int_feature(value):
    return tf.train.Feature(int64_list=tf.train.Int64List(value=value))


def dump_tfrecord(data, out_file):
    writer = tf.python_io.TFRecordWriter(out_file)
    for x in data:
        example = tf.train.Example(
            features=tf.train.Features(feature={
                'x': _int_feature(x)
            })
        )
        writer.write(example.SerializeToString())
    writer.close()


def load_tfrecord(file_name):
    features = {'x': tf.FixedLenFeature([2], tf.int64)}
    data = []
    for s_example in tf.python_io.tf_record_iterator(file_name):
        example = tf.parse_single_example(s_example, features=features)
        data.append(tf.expand_dims(example['x'], 0))
    return tf.concat(0, data)


if __name__ == "__main__":
    dump_tfrecord(X, 'test_tfrecord')
    print('dump ok')
    data = load_tfrecord('test_tfrecord')

    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        Y = sess.run([data])
        print(Y)

当然，您必须使用自己的feature规范。

缺点是我不以这种方式使用多线程。但是，大多数情况下，我们阅读所有示例都是在评估验证数据集时，这通常不是很大。因此，我认为效率可能不是瓶颈。

在测试此问题时，我还有另一个问题，那就是我必须指定特征长度。我必须写tf.FixedLenFeature([2], tf.int64)而不是tf.FixedLenFeature([], tf.int64) tf.FixedLenFeature([2], tf.int64) ，否则会发生InvalidArgumentError 。我不知道如何避免这种情况。

的Python：3.4
Tensorflow：0.12.0

要只读取一次所有数据，您需要将num_epochs传递给string_input_producer 。读取所有记录后，reader的.read方法将引发错误，您可以捕获该错误。简化示例：

import tensorflow as tf

def read_and_decode(filename_queue):
 reader = tf.TFRecordReader()
 _, serialized_example = reader.read(filename_queue)
 features = tf.parse_single_example(
  serialized_example,
  features={
      'image_raw': tf.FixedLenFeature([], tf.string)
  })
 image = tf.decode_raw(features['image_raw'], tf.uint8)
 return image


def get_all_records(FILE):
 with tf.Session() as sess:
   filename_queue = tf.train.string_input_producer([FILE], num_epochs=1)
   image = read_and_decode(filename_queue)
   init_op = tf.initialize_all_variables()
   sess.run(init_op)
   coord = tf.train.Coordinator()
   threads = tf.train.start_queue_runners(coord=coord)
   try:
     while True:
       example = sess.run([image])
   except tf.errors.OutOfRangeError, e:
     coord.request_stop(e)
   finally:
     coord.request_stop()
     coord.join(threads)

get_all_records('/path/to/train-0.tfrecords')

要使用tf.parse_example （比tf.parse_single_example 更快 ），您需要首先批量处理以下示例：

batch = tf.train.batch([serialized_example], num_examples, capacity=num_examples)
parsed_examples = tf.parse_example(batch, feature_spec)

不幸的是，通过这种方式，您需要事先了解大量示例。

如果您需要一次从TFRecord读取所有数据，则可以使用tf_record_iterator仅用几行代码来编写更简单的解决方案：

一个从TFRecords文件读取记录的迭代器。

为此，您只需：

1. 创建一个例子
2. 遍历迭代器中的记录
3. 解析每个记录并根据其类型读取每个功能

这是一个解释如何读取每种类型的示例。

example = tf.train.Example()
for record in tf.python_io.tf_record_iterator(<tfrecord_file>):
    example.ParseFromString(record)
    f = example.features.feature
    v1 = f['int64 feature'].int64_list.value[0]
    v2 = f['float feature'].float_list.value[0]
    v3 = f['bytes feature'].bytes_list.value[0]
    # for bytes you might want to represent them in a different way (based on what they were before saving)
    # something like `np.fromstring(f['img'].bytes_list.value[0], dtype=np.uint8
    # Now do something with your v1/v2/v3