tensorflow提供了一种统一的格式来存储数据，这个格式就是TFRecord，TFRecord文件中的数据都是通过tf.train.Example Protocol Buffer的格式.proto来存储的。以下代码给出了tf.train.Example的定义。
代码语言：javascript复制message Example{
Features features = 1;
}
message Features{
map<string, Feature> feature = 1;
}
message Feature{
oneof kind {
BytesList bytes_list = 1;
FloatList float_list = 2;
Int64List int64_list = 3;
}
};从以上代码可以看出tf.train.Example的数据结构是比较简单的。tf.train.Example中包含了一个从属性和名称到取值的字典。其中属性名称为一个字符串，属性的取值可以为字符串(ByteList)、实数列表(FloatList)或者整数列表(Int64List)。比如将一张解码前的图像存为一个字符串，图像所对应的类别编号为整数列表。
以下程序给出了如何将MNIST输入数据转化为TFRecord的格式。
代码语言：javascript复制import tensorflow as tf
from tensorflow.example.tutorials.mnist import input_data
import numpy as np
# 生成整数型的属性。
def _int64_feature(value):
return tf.train.Feature(int64_list = tf.train.Int64List(value=[value]))
# 生成字符串的属性。
def _bytes_feature(value):
return tf.train.Feature(bytes_list = tf.train.BytesList(value=[value]))
mnist = input_data.read_data_sets("/path/to/mnist/data", dtype=tf.uint8, one_hot=Ture)
images = mnist.train.images
# 训练数据所对应的正确答案，可以作为一个属性保存在TFRecord中。
labels = mnist.train.labels
# 训练数据的图像分辨率，这可以作为Example中的一个属性。
pixels = images.shape[1]
num_examples = mnist.train.num_examples
# 输出TFRecord文件的地址
filename = "/path/to/output.tfrecords"
# 创建一个writer来写TFRecord文件
writer = tf.python_io.TFRecordWriter(filename)
for index in range(num_examples):
# 将图像矩阵转化成一个字符串
image_raw = images[index].tostring()
# 将一个样例转化成Example Protocol Buffer，并将所有的信息写入这个数据结构
example = tf.train.Example(features=tf.train.Features(feature={
'pixels': _int64_feature(pixels),
'label': _int64_feature(np.argmax(labels[index])),
'image_raw': _bytes_feature(image_raw)}))
# 将一个Example写入TFRecord文件
writer.write(example.SerializeToString())
write.close()以上程序可以将MNIST数据集中所有的训练数据存储到一个TFRecord文件中。当数据量较大时，也可以将数据写入多个TFRecord文件。Tensorflow对从文件列表中读取数据提供了很好的支持，以下程序给出了如何读取TFRecord文件中的数据。
代码语言：javascript复制import tensorflow as tf
# 创建一个reader来读取TFRecord文件中的样例。
reader = tf.TFRecordReader()
# 创建一个队列来维护输入文件列表
# tf.train.string_input_product函数。
filename_queue = tf.train.string_input_product(["/path/to/output.tfrecords"])
# 从文件中读出一个样例、也可以使用read_up_to函数一次性多个样例。
_, serialized_example = reader.read(filename_queue)
# 解析读入的一个样例，如果需要解析多个样例，可以用parse_example函数
feature = tf.parse_single_example(
serialized_example,
feature = {
# tensorflow提供两种不同的属性解析方法。一种方法是tf.FixedLenFeature，
# 这种方法解析的结果为一个Tensor。另一种方法是tf.VarLenFeature，这种方法
# 得到的解析结果为SparseTensor，用于处理稀疏函数。这里解析数据的格式需要和
# 上面程序写入的数据的格式一致。
'image_raw': tf.FixedLenFeature([], tf.string),
'pixels': tf.FixedLenFeature([], tf.int64),
'labels': tf.FixedLenFearure([], tf.int64),
})
# tf.decode_raw可以将字符串解析成图像对应的像素数组。
image = tf.decode_raw(features['image_raw'], tf.unit8)
label = tf.cast(features['labels'], tf.int32)
pixels = tf.cast(features['pixels'], tf.int32)
sess = tf.Session( )
# 启动多线程处理数据
coord = tf.train.Coordinator( )
threads = tf.train.start_queue_runners(sess=sess, coord=coord)
# 每次运行可以读取TFRecord文件中的一个样例。当所有样例都读完之后，在此样例中程序会再重头读取。
for i in range(10):
print sess.run([images, labels, pixels])
