TensorFlow：從NSynth數據集中提取具有給定功能的數據

Question

我有一個序列化的TensorFlow示例協議緩沖區的TFRecord文件數據集，每個注釋帶有一個示例原型，可從https://magenta.tensorflow.org/datasets/nsynth下載。 我正在使用大約1 Gb的測試儀，以防有人要下載它，請檢查下面的代碼。 每個示例都包含許多功能：音高，樂器...

讀取此數據的代碼是：

import tensorflow as tf
import numpy as np

sess = tf.InteractiveSession()

# Reading input data
dataset = tf.data.TFRecordDataset('../data/nsynth-test.tfrecord')

# Convert features into tensors
features = {
"pitch": tf.FixedLenFeature([1], dtype=tf.int64),
"audio": tf.FixedLenFeature([64000], dtype=tf.float32),
"instrument_family": tf.FixedLenFeature([1], dtype=tf.int64)}

parse_function = lambda example_proto: tf.parse_single_example(example_proto,features)
dataset = dataset.map(parse_function)

# Consuming TFRecord data.
dataset = dataset.shuffle(buffer_size=10000)
dataset = dataset.batch(batch_size=3)
dataset = dataset.repeat()
iterator = dataset.make_one_shot_iterator()
batch = iterator.get_next()
sess.run(batch)

現在，音高的范圍是21到108。但是，我只考慮給定音高的數據，例如，pitch =51。如何從整個數據集中提取“ pitch = 51”子集？ 或者，如何使我的迭代器僅遍歷此子集？

Answer 1

您所擁有的看起來不錯，所缺少的只是一個過濾器功能。

例如，如果您只想提取pitch = 51，則應在地圖函數之后添加

dataset = dataset.filter(lambda example: tf.equal(example["pitch"][0], 51))