tfrecordsバイナリファイル（タイプmissmatch）を読み書きする

Question

こんにちは私はイメージ入力パイプを構築しようとしています。私の前処理トレーニングデータは、私はコードの次の行で作成しましたtfrecordsファイルに格納されている..

def _bytes_feature(value): 
    return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value])) 

def _int64_feature(value): 
    return tf.train.Feature(int64_list=tf.train.Int64List(value=[value])) 

を

今

img_raw = img.tostring()          # typeof(img) = np.Array with shape (50, 80) dtype float64 
img_label_text_raw = str.encode(img_lable) 
example = tf.train.Example(features=tf.train.Features(feature={ 
    'height': _int64_feature(height),       #heigth (integer) 
    'width': _int64_feature(width),        #width (integer) 
    'depth': _int64_feature(depth),        #num of rgb channels (integer) 
    'image_data': _bytes_feature(img_raw),      #raw image data (byte string) 
    'label_text': _bytes_feature(img_label_text_raw),   #raw image_lable_text (byte string) 
    'lable': _int64_feature(lable_txt_to_int[img_lable])}))  #label index (integer) 

writer.write(example.SerializeToString()) 

を私はテンソルを再構築するために、バイナリデータを読み込もうそれから：

def read_and_decode(filename_queue): 
    reader = tf.TFRecordReader() 
    _, serialized_example = reader.read(filename_queue) 

    features = tf.parse_single_example(
     serialized_example, 
     # Defaults are not specified since both keys are required. 
     features={ 
      'label': tf.FixedLenFeature([], tf.int64), 
      'height': tf.FixedLenFeature([], tf.int64), 
      'width': tf.FixedLenFeature([], tf.int64), 
      'depth': tf.FixedLenFeature([], tf.int64), 
      'image_data': tf.FixedLenFeature([], tf.string) 
     }) 

    label = features['label'] 
    height = tf.cast(features['height'], tf.int64) 
    width = tf.cast(features['width'], tf.int64) 
    depth = tf.cast(features['depth'], tf.int64) 

    image_shape = tf.pack([height, width, depth]) 
    image = tf.decode_raw(features['image_data'], tf.float64) 
    image = tf.reshape(image, image_shape) 


    images, labels = tf.train.shuffle_batch([image, label],  batch_size=2, 
               capacity=30, 
               num_threads=1, 
               min_after_dequeue=10) 
    return images, labels 

悲しいことに、これは動作しません。このエラーメッセージが表示されます：

ValueError: Tensor conversion requested dtype string for Tensor with dtype int64: 'Tensor("ParseSingleExample/Squeeze_label:0", shape=(), dtype=int64)' ...

TypeError: Input 'bytes' of 'DecodeRaw' Op has type int64 that does not match expected type of string.

いくつか私にこれを修正する方法のヒントを教えてもらえますか？

ありがとうございます！

UPDATE：

@mmryはどうもありがとうございました "read_and_decode" の完全なコードリスト。今度はバッチをシャッフルする際にコードが壊れます。 ：

ValueError: All shapes must be fully defined: [TensorShape([Dimension(None), Dimension(None), Dimension(None)]), TensorShape([])]

どのような提案ですか？

Answer 1

この行にtf.decode_raw()オペアンプを使用する必要はありません。

label = tf.decode_raw(features['label'], tf.int64) 

代わりに、あなたが書くことができる必要があります：

label = features['label'] 

tf.decode_raw() opが唯一tf.stringテンソル、および変換を受け入れますいくつかのテンソルデータのバイナリ表現（可変長文字列として）を型付き表現（特定の型の要素のベクトル）に変換します。しかし、'label'フィーチャをtf.int64タイプと定義しているため、tf.int64として使用する場合はそのフィーチャを変換する必要はありません。