回答情况：
提问时间：
问题标签：
这段代码创建了太多的tfrecord (每个tfrecord大约有10MB)。
有没有办法把tfrecord拆分成我想要的数量？
浏览 18提问于2019-10-25得票数 0
有没有可能做到这一点呢？任何建议都是非常感谢的！我下面的答案不适合构建计算图(b/c稀疏张量的内容必须通过sess.run()提取，如果重复调用，这将耗费大量时间。)
受的启发，我认为也许我们可以获得tf.serialize_sparse生成的字节，这样以后我们就可以使用tf.deserialize_many_sparse恢复Spa
浏览 3修改于2020-06-20得票数 4
问题：是否有一种附加现有TFRecord的方法？
注意： .TFRecord是由我自己的脚本创建的(不是我在网上找到的.tfrecord )，所以我完全控制了它的内容。
浏览 1提问于2019-11-14得票数 1
回答已采纳
我开始使用Keras，并希望从多个TFRecord文件创建一个数据集。 dataset_map(function(example_proto) {Error in py_call_impl(callable, dots$args有没有一种用<em
浏览 0提问于2019-08-17得票数 0
我正在编写一个python代码来创建tfrecord文件，该文件将A和C作为特性存储，但我很难从TFrecord文件中打印出A、C值。有人能看看这个吗？#Writing TFrecord fileimport numpy as np
C=[1.1, 2.1, 3.1]
feature_A=tf.train.Featu
浏览 1修改于2018-06-09得票数 0
回答已采纳
TensorFlow对象检测API更喜欢TFRecord文件格式。MXNet和Amazon似乎使用RecordIO格式。这两种二进制文件格式有什么不同，还是它们是相同的？
浏览 0提问于2018-11-09得票数 4
回答已采纳
我有一个.tfrecord，但我不知道它是如何构造的。如何检查模式以了解.tfrecord文件中包含的内容？file = tf.train.string_input_producer("record.tfrecord")
_, serialized_record
浏览 10修改于2021-04-20得票数 83
回答已采纳
1回答
在成功安装tensorflow和对象检测模块之后，我在生成PASCAL VOC TFRecord文件时遇到了问题，如文档中所述。
浏览 34提问于2017-08-17得票数 1
是否可以使用一个现有的tfrecord或用于生成它的标注的子集
我正在训练几个具有相同数据的模型，每个模型只需要一个或一个用于最初创建tfrecord的标签子集。tfrecord非常大，所以我想为每个模型的标签子集创建一个。
浏览 3修改于2019-05-15得票数 0
我的印象是有一个预先计算的Tfrecord文件是给您输入函数的最有效的方式。但是，我一直看到，其中输入函数引用磁盘上的原始文件，并当场进行解码。创建Tfrecord文件是否有好处，或者在输入函数中解码和准备每个示例是否同样有效(而不是让输入函数只对Tfrecord进行解码)？我过去这样做的方式是，我有一个单独的脚本，如果引用某些文件，它将生成一个包含数据增强的Tfrecord文件，作为其中的一部分。例如，Tfrecord中的前n个图像是一个给定的图像，然后是它的随机转换等等。然后输入函数简单地解码每个记录
浏览 0提问于2018-07-06得票数 3
回答已采纳
我是tensorflow TFRecord的新手。因此，我正在研究Tensorflow对象检测API代码
但是我找不到加载tfrecord的代码。我想他们使用.config文件来加载tfrecord，因为我在配置文件中找到了这个。
浏览 20提问于2018-08-04得票数 0
我已经从https://public.roboflow.com/下载了一个包含test.tfrecord和train.tfrecord的数据集 它和test.record和train.record一样吗
浏览 32修改于2020-12-10得票数 1
回答已采纳
为了使用Docker容器在AI平台上训练tensorflow keras模型，我们使用tf.data.Dataset将存储在GCS上的原始图像转换为tfrecord。因此，数据永远不会在本地存储。是否可以利用和tfrecord数据集以及tf.data.Dataset的流功能？根据，kedro似乎不支持tfrecord数据集。
浏览 2提问于2020-07-30得票数 2
回答已采纳
我有多个要合并的TFRecord数据集。这意味着，每个数据集都包含一个特征，我希望将其合并到一个包含所有特征的TFRecord中。tfrecord = tf.data.TFRecordDataset("/my/file.tfrecord") #extract featuretfrecord = tf.data.TFRecordDataset("/my/file.<
浏览 38提问于2021-10-26得票数 0
但是，所生成的.tfrecord.gz文件似乎与eval/train_set.csv中的映像号不匹配。也就是说，val-00000 of-00157.tfRecor.gz表示有158个tfrecord，而eval_set.csv中有35227行。想知道是否有一种方法可以监视和控制preproces.py配置中每个tfrecord中的图像数量。tf.python_io.TFRecordCompressionType.GZIP)
sum(1 for f in file_io.get_matching_files(os.path.jo
浏览 5修改于2017-03-15得票数 0
回答已采纳
我想用.tfrecord在一个批处理中加载tf.contrib.learn.read_batch_features(...)条目。', 'test.tfrecord'), reader=get_reader,
features={
浏览 2提问于2017-06-23得票数 0
回答已采纳
我有两个TFRecordDatasets。其中一个有一个图像和相应的嵌入。另一种则具有相应的嵌入和图像特征。我想做一个数据集，它现在有图像，嵌入和功能。
浏览 94修改于2021-06-03得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号