tensorflow - 几个成功的训练时期后 TF 记录损坏

Question

我正在训练一个神经网络，并成功地运行了几个时期的所有训练数据。但是突然出现tfrecord corrputed错误如下:

File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/lib/io/tf_record.py", line 77, in tf_record_iterator
  reader.GetNext(status)
File "/usr/lib/python2.7/contextlib.py", line 24, in __exit__
  self.gen.next()
File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/errors_impl.py", line 466, in raise_exception_on_not_ok_status
  pywrap_tensorflow.TF_GetCode(status))
tensorflow.python.framework.errors_impl.DataLossError: corrupted record at 106241330

我再次检查了数据文件，确实在那一行损坏了。但是在我运行训练代码之前数据是完整的，我只是通过以下代码读取数据:

batch_data = []
record_iterator = tf.python_io.tf_record_iterator(path=file, options=options)
for string_record in record_iterator:
  example = tf.train.Example()
  example.ParseFromString(string_record)
  data = generate_data_from_record(example) # record parsing code
  batch_data.append(data)
  if len(batch_data) == batch_size:
    yield batch_data
    batch_data = []

我想知道为什么数据文件损坏了，我怎样才能保持数据文件的完整性。

Answer 1

您应该为您的tfrecord 文件制作一份干净的副本。每当您的工作副本损坏时，请从干净的副本中替换。 dataLoss 错误似乎是多次读取同一条记录的结果，它也取决于磁盘。