tensorflow文字讀取---My way of AI17
阿新 • • 發佈:2018-12-18
流程
tendorflow可以讀取文字檔案,二進位制檔案,圖片檔案和tfrecords檔案。除了閱讀器不一樣,讀檔案的流程是差不多的。
1.構造檔案佇列 2.讀取檔案內容 3.解碼 4.批處理
import tensorflow as tf
import os
# 模擬一下同步先處理資料,然後才能取資料訓練
# tensorflow當中,執行操作有依賴性
# # 1、首先定義佇列
# Q = tf.FIFOQueue(3, tf.float32)
#
# # 放入一些資料
# enq_many = Q.enqueue_many([[0.1, 0.2, 0.3], ])
#
# # 2、定義一些處理資料的螺距,取資料的過程 取資料,+1, 入佇列
#
# out_q = Q.dequeue()
#
# data = out_q + 1
#
# en_q = Q.enqueue(data)
#
# with tf.Session() as sess:
# # 初始化佇列
# sess.run(enq_many)
#
# # 處理資料
# for i in range(100):
# sess.run(en_q)
#
# # 訓練資料
# for i in range(Q.size().eval()):
# print(sess.run(Q.dequeue()))
# 模擬非同步子執行緒 存入樣本, 主執行緒 讀取樣本
# # 1、定義一個佇列,1000
# Q = tf.FIFOQueue(1000, tf.float32)
#
# # 2、定義要做的事情 迴圈 值,+1, 放入隊列當中
# var = tf.Variable(0.0)
#
# # 實現一個自增 tf.assign_add
# data = tf.assign_add(var, tf.constant(1.0))
#
# en_q = Q.enqueue(data)
#
# # 3、定義佇列管理器op, 指定多少個子執行緒,子執行緒該幹什麼事情
# qr = tf.train.QueueRunner(Q, enqueue_ops=[en_q] * 2)
#
# # 初始化變數的OP
# init_op = tf.global_variables_initializer()
#
# with tf.Session() as sess:
# # 初始化變數
# sess.run(init_op)
#
# # 開啟執行緒管理器
# coord = tf.train.Coordinator()
#
# # 真正開啟子執行緒
# threads = qr.create_threads(sess, coord=coord, start=True)
#
# # 主執行緒,不斷讀取資料訓練
# for i in range(300):
# print(sess.run(Q.dequeue()))
#
# # 回收你
# coord.request_stop()
#
# coord.join(threads)
# 批處理大小,跟佇列,資料的數量沒有影響,只決定 這批次取多少資料
def csvread(filelist):
"""
讀取CSV檔案
:param filelist: 檔案路徑+名字的列表
:return: 讀取的內容
"""
# 1、構造檔案的佇列
file_queue = tf.train.string_input_producer(filelist)
# 2、構造csv閱讀器讀取佇列資料(按一行)
reader = tf.TextLineReader()
key, value = reader.read(file_queue)
# 3、對每行內容解碼
# record_defaults:指定每一個樣本的每一列的型別,指定預設值[["None"], [4.0]]
records = [["None"], ["None"]]
example, label = tf.decode_csv(value, record_defaults=records)
# 4、想要讀取多個數據,就需要批處理
example_batch, label_batch = tf.train.batch([example, label], batch_size=9, num_threads=1, capacity=9)
print(example_batch, label_batch)
return example_batch, label_batch
def picread(filelist):
"""
讀取狗圖片並轉換成張量
:param filelist: 檔案路徑+ 名字的列表
:return: 每張圖片的張量
"""
# 1、構造檔案佇列
file_queue = tf.train.string_input_producer(filelist)
# 2、構造閱讀器去讀取圖片內容(預設讀取一張圖片)
reader = tf.WholeFileReader()
key, value = reader.read(file_queue)
print(value)
# 3、對讀取的圖片資料進行解碼
image = tf.image.decode_jpeg(value)
print(image)
# 5、處理圖片的大小(統一大小)
image_resize = tf.image.resize_images(image, [200, 200])
print(image_resize)
# 注意:一定要把樣本的形狀固定 [200, 200, 3],在批處理的時候要求所有資料形狀必須定義
image_resize.set_shape([200, 200, 3])
print(image_resize)
# 6、進行批處理
image_batch = tf.train.batch([image_resize], batch_size=20, num_threads=1, capacity=20)
print(image_batch)
return image_batch
# 定義cifar的資料等命令列引數
FLAGS = tf.app.flags.FLAGS
tf.app.flags.DEFINE_string("cifar_dir", "./data/cifar10/cifar-10-batches-bin/", "檔案的目錄")
tf.app.flags.DEFINE_string("cifar_tfrecords", "./tmp/cifar.tfrecords", "存進tfrecords的檔案")
class CifarRead(object):
"""完成讀取二進位制檔案, 寫進tfrecords,讀取tfrecords
"""
def __init__(self, filelist):
# 檔案列表
self.file_list = filelist
# 定義讀取的圖片的一些屬性
self.height = 32
self.width = 32
self.channel = 3
# 二進位制檔案每張圖片的位元組
self.label_bytes = 1
self.image_bytes = self.height * self.width * self.channel
self.bytes = self.label_bytes + self.image_bytes
def read_and_decode(self):
# 1、構造檔案佇列
file_queue = tf.train.string_input_producer(self.file_list)
# 2、構造二進位制檔案讀取器,讀取內容, 每個樣本的位元組數
reader = tf.FixedLengthRecordReader(self.bytes)
key, value = reader.read(file_queue)
# 3、解碼內容, 二進位制檔案內容的解碼
label_image = tf.decode_raw(value, tf.uint8)
print(label_image)
# 4、分割出圖片和標籤資料,切除特徵值和目標值
label = tf.cast(tf.slice(label_image, [0], [self.label_bytes]), tf.int32)
image = tf.slice(label_image, [self.label_bytes], [self.image_bytes])
# 5、可以對圖片的特徵資料進行形狀的改變 [3072] --> [32, 32, 3]
image_reshape = tf.reshape(image, [self.height, self.width, self.channel])
print(label, image_reshape)
# 6、批處理資料
image_batch, label_batch = tf.train.batch([image_reshape, label], batch_size=10, num_threads=1, capacity=10)
print(image_batch, label_batch)
return image_batch, label_batch
def write_ro_tfrecords(self, image_batch, label_batch):
"""
將圖片的特徵值和目標值存進tfrecords
:param image_batch: 10張圖片的特徵值
:param label_batch: 10張圖片的目標值
:return: None
"""
# 1、建立TFRecord儲存器
writer = tf.python_io.TFRecordWriter(FLAGS.cifar_tfrecords)
# 2、迴圈將所有樣本寫入檔案,每張圖片樣本都要構造example協議
for i in range(10):
# 取出第i個圖片資料的特徵值和目標值
image = image_batch[i].eval().tostring()
label = int(label_batch[i].eval()[0])
# 構造一個樣本的example
example = tf.train.Example(features=tf.train.Features(feature={
"image": tf.train.Feature(bytes_list=tf.train.BytesList(value=[image])),
"label": tf.train.Feature(int64_list=tf.train.Int64List(value=[label])),
}))
# 寫入單獨的樣本
writer.write(example.SerializeToString())
# 關閉
writer.close()
return None
def read_from_tfrecords(self):
# 1、構造檔案佇列
file_queue = tf.train.string_input_producer([FLAGS.cifar_tfrecords])
# 2、構造檔案閱讀器,讀取內容example,value=一個樣本的序列化example
reader = tf.TFRecordReader()
key, value = reader.read(file_queue)
# 3、解析example
features = tf.parse_single_example(value, features={
"image": tf.FixedLenFeature([], tf.string),
"label": tf.FixedLenFeature([], tf.int64),
})
# 4、解碼內容, 如果讀取的內容格式是string需要解碼, 如果是int64,float32不需要解碼
image = tf.decode_raw(features["image"], tf.uint8)
# 固定圖片的形狀,方便與批處理
image_reshape = tf.reshape(image, [self.height, self.width, self.channel])
label = tf.cast(features["label"], tf.int32)
print(image_reshape, label)
# 進行批處理
image_batch, label_batch = tf.train.batch([image_reshape, label], batch_size=10, num_threads=1, capacity=10)
return image_batch, label_batch
if __name__ == "__main__":
# 1、找到檔案,放入列表 路徑+名字 ->列表當中
file_name = os.listdir(FLAGS.cifar_dir)
filelist = [os.path.join(FLAGS.cifar_dir, file) for file in file_name if file[-3:] == "bin"]
# print(file_name)
cf = CifarRead(filelist)
# image_batch, label_batch = cf.read_and_decode()
image_batch, label_batch = cf.read_from_tfrecords()
# 開啟會話執行結果
with tf.Session() as sess:
# 定義一個執行緒協調器
coord = tf.train.Coordinator()
# 開啟讀檔案的執行緒
threads = tf.train.start_queue_runners(sess, coord=coord)
# 存進tfrecords檔案
# print("開始儲存")
#
# cf.write_ro_tfrecords(image_batch, label_batch)
#
# print("結束儲存")
# 列印讀取的內容
print(sess.run([image_batch, label_batch]))
# 回收子執行緒
coord.request_stop()
coord.join(threads)