tensorflow - mnist 导出示例中使用的 tf.parse_example

Question

我是 tensorflow 的新手，正在阅读 tensorflow 服务示例中的 mnist_export.py。

这里有一些我无法理解的东西:

  sess = tf.InteractiveSession()
  serialized_tf_example = tf.placeholder(tf.string, name='tf_example')
  feature_configs = {
      'x': tf.FixedLenFeature(shape=[784], dtype=tf.float32),
  }
  tf_example = tf.parse_example(serialized_tf_example, feature_configs)
  x = tf.identity(tf_example['x'], name='x')  # use tf.identity() to assign name

上面，serialized_tf_example 是一个张量。

我已经阅读了api文档 tf.parse_example但似乎 serialized已序列化 Example原型(prototype)如:

serialized = [
  features
    { feature { key: "ft" value { float_list { value: [1.0, 2.0] } } } },
  features
    { feature []},
  features
    { feature { key: "ft" value { float_list { value: [3.0] } } }
]

那么如何理解 tf_example = tf.parse_example(serialized_tf_example, feature_configs)此处为 serialized_tf_example是张量，而不是 Example原型(prototype)？

Answer 1

这里serialized_tf_example是 tf.train.Example 的序列化字符串.见 tf.parse_example为使用。 Reading data章给出了一些示例链接。

tf_example.SerializeToString() 转换 tf.train.Example to string 和 tf.parse_example 将序列化的字符串解析为 dict。