如何读取.mat文件格式的tensorflow？

Question

在Tensorflow阅读器中有三个版本。

1. tf.TFRecordReader，用于读取TFRecord文件
2. tf.FixedLengthRecordReader，用于读取二进制文件
3. tf.TextLineReader，用于读取CSV文件。

，但我应该如何读取.mat文件格式？我应该用哪种阅读器？有读取.mat文件的阅读器吗？

Description：目前，我正在制作一个小的CNN模型，用于使用街景房号数据集对住房号进行分类。dataset使用.mat文件格式，.It是一个大型数据集。如果我使用读取机制中的Tensorflow构建来读取数据集，将会很有帮助。但我应该使用哪种阅读器呢？

Answer 1

为了获得优化的解决方案，您应该读取数据并将其转换为支持的格式之一：

1. 读取.mat文件。我建议使用scipy.io读取.mat文件。
2. 以一种支持的格式存储它。TensorFlow的推荐格式是一个TFRecords文件，其中包含tf.train.Example协议缓冲区(其中包含Features作为字段) 从这里引证。

祝好运!

Answer 2

如果您不想使用TFRecords，这里有一种方法可以使用tf.py_func获取通过tf.data.Dataset API导入的.mat文件。

def read_mat(filepath):   
    def _read_mat(filepath):
        matfile = sio.loadmat(filepath)
        data0 = matfile['data0']
        data1 = matfile['data1']
        data2 = mat_contents['data2']
        shape0 = matfile['data0'].shape
        return data0, data1, data2, np.asarray(shape0)

    output = tf.py_func(_read_mat, [filepath], [tf.double, tf.uint16, tf.double, tf.int64])
    shape = output[3]
    data0 = tf.reshape(output[0], shape)
    data1 = tf.reshape(output[1], shape)
    data2 = tf.reshape(output[2], shape)
    return data0, data1, data2

dataset = tf.data.Dataset.list_files('*.mat')
dataset = dataset.map(read_mat, num_parallel_calls=16)
dataset = dataset.repeat(100)
dataset = dataset.batch(8)
dataset = dataset.prefetch(8)
iterator = dataset.make_initializable_iterator()
sess = tf.Session()
sess.run(iterator.initializer)
values = sess.run(iterator.get_next())

Answer 3

我认为在tensorflow模型中加载数据的更好方法可能是手动将.mat转换为numpy格式。

Numpy非常适合TensorFlow，您可以很容易地找到其他可以帮助您的帖子。

检查如何将.mat文件加载和转换为numpy 2D数组？

希望它能帮到你！