我还在试着用自己的图像数据运行Tensorflow。 我可以用这个示例中的conevert_to()函数创建一个.tfrecords文件link
现在我想用示例link中的代码来训练网络。
但在read_and_decode()函数中失败。我在这个功能上的变化是:
label = tf.decode_raw(features['label'], tf.string)
错误是:
TypeError: DataType string for attr 'out_type' not in list of allowed values: float32, float64, int32, uint8, int16, int8, int64
因此,如何1)阅读和2)使用字符串标签来训练tensorflow。
^{} 脚本创建一个} 协议缓冲区。该协议缓冲区支持使用^{} kind 的字符串功能。
.tfrecords
文件,其中每个记录都是一个^{^{} 操作用于将二进制字符串解析为图像数据;它不是为解析字符串(文本)标签而设计的。假设} 操作将其转换为一个数字。TensorFlow程序中对字符串处理的其他支持有限,因此,如果需要执行一些更复杂的函数来将字符串标签转换为整数,则应在修改后的
features['label']
是一个tf.string
张量,可以使用^{convert_to_tensor.py
版本中使用Python执行此转换。^{} 脚本创建一个} 协议缓冲区。该协议缓冲区支持使用^{} kind 的字符串功能。
.tfrecords
文件,其中每个记录都是一个^{^{} 操作用于将二进制字符串解析为图像数据;它不是为解析字符串(文本)标签而设计的。假设} 操作将其转换为一个数字。TensorFlow程序中对字符串处理的其他支持有限,因此如果需要执行一些更复杂的函数来将字符串标签转换为整数,则应在修改后的
features['label']
是一个tf.string
张量,可以使用^{convert_to_tensor.py
版本中使用Python执行此转换。要添加到@mrry的答案中,假设字符串是
ascii
,您可以:然后:
然后,当您在会话中获得它时,将其转换回字符串:
我从这个related so answer中接受了
uint8
技巧。对我有用,但欢迎评论/改进。相关问题 更多 >
编程相关推荐