用了這麼久的tensorflow，例子跑了N多便，基本流程是清楚了。但是自己獨立做一個小例子各種問題都來了。如自己圖片資料集怎麼做？說句老實話，tensorflow真是煩，管方文件教程上老拿MNIST和cifar_10這種做好的資料集說事，對於我們這些初學者，完全不知道圖片該如何輸入。今天給大家分享我的Tensorflow製作資料集的學習歷程。
流程是：製作資料集—讀取資料集—-加入佇列
先貼完整的程式碼：

#encoding=utf-8
import os
import tensorflow as tf
from PIL import Image

cwd = os.getcwd()

classes = {'test'
 
,'test1','test2'}
#製作二進位制資料
def create_record():
    writer = tf.python_io.TFRecordWriter("train.tfrecords")
    for index, name in enumerate(classes):
        class_path = cwd +"/"+ name+"/"
        for img_name in os.listdir(class_path):
            img_path = class_path + img_name
            img = Image.open(img_path)
            img = img.resize((64
 
, 64))
            img_raw = img.tobytes() #將圖片轉化為原生bytes
            print index,img_raw
            example = tf.train.Example(
               features=tf.train.Features(feature={
                    "label": tf.train.Feature(int64_list=tf.train.Int64List(value=[index])),
                    'img_raw'
 
: tf.train.Feature(bytes_list=tf.train.BytesList(value=[img_raw]))
               }))
            writer.write(example.SerializeToString())
    writer.close()

data = create_record()

#讀取二進位制資料
def read_and_decode(filename):
    # 建立檔案佇列,不限讀取的數量
    filename_queue = tf.train.string_input_producer([filename])
    # create a reader from file queue
    reader = tf.TFRecordReader()
    # reader從檔案佇列中讀入一個序列化的樣本
    _, serialized_example = reader.read(filename_queue)
    # get feature from serialized example
    # 解析符號化的樣本
    features = tf.parse_single_example(
        serialized_example,
        features={
            'label': tf.FixedLenFeature([], tf.int64),
            'img_raw': tf.FixedLenFeature([], tf.string)
        }
    )
    label = features['label']
    img = features['img_raw']
    img = tf.decode_raw(img, tf.uint8)
    img = tf.reshape(img, [64, 64, 3])
    img = tf.cast(img, tf.float32) * (1. / 255) - 0.5
    label = tf.cast(label, tf.int32)
    return img, label

if __name__ == '__main__':
    if 0:
        data = create_record("train.tfrecords")
    else:
        img, label = read_and_decode("train.tfrecords")
        print "tengxing",img,label
        #使用shuffle_batch可以隨機打亂輸入 next_batch挨著往下取
        # shuffle_batch才能實現[img,label]的同步,也即特徵和label的同步,不然可能輸入的特徵和label不匹配
        # 比如只有這樣使用,才能使img和label一一對應,每次提取一個image和對應的label
        # shuffle_batch返回的值就是RandomShuffleQueue.dequeue_many()的結果
        # Shuffle_batch構建了一個RandomShuffleQueue，並不斷地把單個的[img,label],送入佇列中
        img_batch, label_batch = tf.train.shuffle_batch([img, label],
                                                    batch_size=4, capacity=2000,
                                                    min_after_dequeue=1000)

        # 初始化所有的op
        init = tf.initialize_all_variables()

        with tf.Session() as sess:
            sess.run(init)
            # 啟動佇列
            threads = tf.train.start_queue_runners(sess=sess)
            for i in range(5):
                print img_batch.shape,label_batch
                val, l = sess.run([img_batch, label_batch])
                # l = to_categorical(l, 12)
                print(val.shape, l)

製作資料集

#製作二進位制資料
def create_record():
    cwd = os.getcwd()
    classes = {'1','2','3'}
    writer = tf.python_io.TFRecordWriter("train.tfrecords")
    for index, name in enumerate(classes):
        class_path = cwd +"/"+ name+"/"
        for img_name in os.listdir(class_path):
            img_path = class_path + img_name
            img = Image.open(img_path)
            img = img.resize((28, 28))
            img_raw = img.tobytes() #將圖片轉化為原生bytes
            #print index,img_raw
            example = tf.train.Example(
                features=tf.train.Features(
                    feature={
                        "label": tf.train.Feature(int64_list=tf.train.Int64List(value=[index])),
                        'img_raw': tf.train.Feature(bytes_list=tf.train.BytesList(value=[img_raw]))
                    }
                )
            )
            writer.write(example.SerializeToString())
    writer.close()

TFRecords檔案包含了tf.train.Example 協議記憶體塊(protocol buffer)(協議記憶體塊包含了欄位 Features)。我們可以寫一段程式碼獲取你的資料， 將資料填入到Example協議記憶體塊(protocol buffer)，將協議記憶體塊序列化為一個字串， 並且通過tf.python_io.TFRecordWriter 寫入到TFRecords檔案。

讀取資料集

#讀取二進位制資料
def read_and_decode(filename):
    # 建立檔案佇列,不限讀取的數量
    filename_queue = tf.train.string_input_producer([filename])
    # create a reader from file queue
    reader = tf.TFRecordReader()
    # reader從檔案佇列中讀入一個序列化的樣本
    _, serialized_example = reader.read(filename_queue)
    # get feature from serialized example
    # 解析符號化的樣本
    features = tf.parse_single_example(
        serialized_example,
        features={
            'label': tf.FixedLenFeature([], tf.int64),
            'img_raw': tf.FixedLenFeature([], tf.string)
        }
    )
    label = features['label']
    img = features['img_raw']
    img = tf.decode_raw(img, tf.uint8)
    img = tf.reshape(img, [64, 64, 3])
    img = tf.cast(img, tf.float32) * (1. / 255) - 0.5
    label = tf.cast(label, tf.int32)
    return img, label

一個Example中包含Features，Features裡包含Feature（這裡沒s）的字典。最後，Feature裡包含有一個 FloatList， 或者ByteList，或者Int64List

加入佇列

with tf.Session() as sess:
            sess.run(init)
            # 啟動佇列
            threads = tf.train.start_queue_runners(sess=sess)
            for i in range(5):
                print img_batch.shape,label_batch
                val, l = sess.run([img_batch, label_batch])
                # l = to_categorical(l, 12)
                print(val.shape, l)

這樣就可以的到和tensorflow官方的二進位制資料集了，
注意：

• 啟動佇列那條code不要忘記，不然卡死
• 使用的時候記得使用val和l，不然會報型別錯誤：TypeError: The value of a feed cannot be a tf.Tensor object. Acceptable feed values include Python scalars, strings, lists, or numpy ndarrays.
• 算交叉熵時候：cross_entropy=tf.nn.sparse_softmax_cross_entropy_with_logits(logits,labels)算交叉熵
  最後評估的時候用tf.nn.in_top_k(logits,labels,1)選logits最大的數的索引和label比較
• cross_entropy = -tf.reduce_sum(y_*tf.log(y_conv))算交叉熵，所以label必須轉成one-hot向量

2017-11-12