[英]Tensorflow viewing a uint8 tensor as a float32 tensor
我有一堆自定義格式id的訓練示例文件,喜歡加載到tensorflow模型中,但是我不知道如何有效地解析數據。
這些文件有一個20字節的標頭,描述了功能數,標簽數,示例數等。標頭后跟一些示例。 每個示例都是代表功能的一些float32,然后是代表標簽的一些uint8,因此文件的其余部分是float和uint的交替模式。
我一直在使用tf.read_file
和tf.decode_raw
將文件作為uint8s的向量,現在id喜歡從標簽中切片特征,並以小端順序將特征向量視為float32向量。 張量流中有這種可能性嗎?
我已經成功地使用numpy
解析了文件並將功能和標簽轉換為tf.constant
,但是將它直接加載到tensorflow似乎更有效。
假設所有數據都是固定大小的,則需要使用Slicing和Joining運算符對數據進行解交織。 然后,你可以使用decode_raw
與out_dtype=tf.float32
上的圖像數據,並再次切片分別得到您的載體。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.