テンソルフローレコードを作成してモデルをフィードしたい。 これまでは、uint8 numpy配列をTFRecord形式に格納するために次のコードを使用しました。浮動小数点numpy配列を持つテンソルフローレコード
私は、このコード例features = tf.parse_single_example(example, features={
'image_raw': tf.FixedLenFeature([], tf.string),
'map_raw': tf.FixedLenFeature([], tf.string),
'label_raw': tf.FixedLenFeature([], tf.string),
})
image = tf.decode_raw(features['image_raw'], tf.uint8)
image.set_shape(params.IMAGE_HEIGHT*params.IMAGE_WIDTH*3)
image = tf.reshape(image_, (params.IMAGE_HEIGHT,params.IMAGE_WIDTH,3))
map = tf.decode_raw(features['map_raw'], tf.uint8)
map.set_shape(params.MAP_HEIGHT*params.MAP_WIDTH*params.MAP_DEPTH)
map = tf.reshape(map, (params.MAP_HEIGHT,params.MAP_WIDTH,params.MAP_DEPTH))
label = tf.decode_raw(features['label_raw'], tf.uint8)
label.set_shape(params.NUM_CLASSES)
を読んで、それがうまく働いて
def _int64_feature(value):
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]))
def _floats_feature(value):
return tf.train.Feature(float_list=tf.train.FloatList(value=[value]))
def convert_to_record(name, image, label, map):
filename = os.path.join(params.TRAINING_RECORDS_DATA_DIR, name + '.' + params.DATA_EXT)
writer = tf.python_io.TFRecordWriter(filename)
image_raw = image.tostring()
map_raw = map.tostring()
label_raw = label.tostring()
example = tf.train.Example(features=tf.train.Features(feature={
'image_raw': _bytes_feature(image_raw),
'map_raw': _bytes_feature(map_raw),
'label_raw': _bytes_feature(label_raw)
}))
writer.write(example.SerializeToString())
writer.close()
。今私はuint8の代わりにfloat numpy配列の配列 "map"を使って同じことをしたいのですが、それを行う方法の例が見つかりませんでした。 関数_floats_featureを試しました。これはスカラーを渡すと機能しますが、配列では機能しません。 uint8で をシリアライズするには、tostring()メソッドを使用します。
浮動小数点数の配列をシリアル化するにはどうすればよいですか?
ヤロスラフは浮動小数点のリストが必要であると述べています。num_arrはリストではないので、何らかの形でフラット化してからモデルに渡す前に形状を修正する必要があります。 – cberkay