データローディングのために通常のPythonとキュー操作を混在させる

Question

私はオーディオのシーケンス学習に取り組んでおり、オーディオデータをロードする必要があります。現在私はtf.decode_csvに依存して、ファイル名とラベルのペアをTensorflowキューにロードしています。しかし、私は実際にファイルを読んで、他のPythonライブラリでそれを処理したいと思います。しかし、CSVデコーダ/デキュー操作は常に他のPythonライブラリとの相互運用性を不可能にするテンソル操作を返します。 TFのストリーミング操作を外部のライブラリとどのように組み合わせるかについてのアイデアはありますか？ sound_path

file_path = tf.train.string_input_producer([csv_path]) 
reader = tf.TextLineReader() 
_, csv_content = reader.read(file_path) 

decode_op = tf.decode_csv(csv_content, record_defaults=[[""], [0]]) 
enqueue_ops.append(examples_queue.enqueue(decode_op)) 

tf.train.queue_runner.add_queue_runner(
    tf.train.queue_runner.QueueRunner(examples_queue, enqueue_ops)) 
... 
sound_path, label_index = examples_queue.dequeue() <--- !!!! 
data = read_wav(sound_path) 

は、DTYPE stringのテンソルであるが、私は実際に/キャストread_wav LIBとの互換性のためのPython文字列に変換することができません。

アイデア？

Answer 1

のは、あなたのread_wav関数は、引数としてファイル名（文字列）を期待して、float値（復号されたファイル）のnumpyの配列を返すと仮定しましょう。

read_wavの計算は、テンソルフローグラフの外側で、Pythonで行われます。 sess.run(sound_path)を呼び出すのではなく、たくさんの実行（ファイル名ごとに1つずつ）を呼び出す代わりに、tf.py_funcを使用してPythonコードをTensorFlowラッパーにカプセル化することができます。出力のタイプをtf.py_funcに指定する必要があります。

sound_path, label_index = examples_queue.dequeue() 
data = tf.py_func(your_function, [sound_path], [tf.float32]) 

あなたの関数は、入力としてnumpy配列を取る必要があり、numpy配列を返します。

def your_function(sound_path): 
    sound_path = sound_path[0] 
    data = read_wav(sound_path) # should be a numpy array 
    return data 

Answer 2

テンソルの内容を抽出するには、セッションに「実行する」必要があります。

sound_path_value = sess.run(sound_path)