使用tensorflow DataSet实现高效加载变长文本输入-6ren

使用tensorflow DataSet实现高效加载变长文本输入

转载作者：qq735679552 更新时间：2022-09-29 22:32:09

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章使用tensorflow DataSet实现高效加载变长文本输入由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

DataSet是tensorflow 1.3版本推出的一个high-level的api，在1.3版本还只是处于测试阶段，1.4版本已经正式推出.

在网上搜了一遍，发现关于使用DataSet加载文本的资料比较少，官方举的例子只是csv格式的，要求csv文件中所有样本必须具有相同的维度，也就是padding必须在写入csv文件之前做掉，这会增加文件的大小.

经过一番折腾试验，这里给出一个DataSet+TFRecords加载变长样本的范例.

首先先把变长的数据写入到TFRecords文件:

 
    ? 
   
         def 
         writedata(): 
        
         xlist  
         = 
         [[ 
         1 
         , 
         2 
         , 
         3 
         ],[ 
         4 
         , 
         5 
         , 
         6 
         , 
         8 
         ]] 
        
         ylist  
         = 
         [ 
         1 
         , 
         2 
         ] 
        
         #这里的数据只是举个例子来说明样本的文本长度不一样，第一个样本3个词标签1，第二个样本4个词标签2 
        
         writer  
         = 
         tf.python_io.TFRecordWriter( 
         "train.tfrecords" 
         ) 
        
         for 
         i  
         in 
         range 
         ( 
         2 
         ): 
        
         x  
         = 
         xlist[i] 
        
         y  
         = 
         ylist[i] 
        
         example  
         = 
         tf.train.Example(features 
         = 
         tf.train.Features(feature 
         = 
         { 
        
         "y" 
         : tf.train.Feature(int64_list 
         = 
         tf.train.Int64List(value 
         = 
         [y])), 
        
         'x' 
         : tf.train.Feature(int64_list 
         = 
         tf.train.Int64List(value 
         = 
         x)) 
        
         })) 
        
         writer.write(example.SerializeToString()) 
        
         writer.close()

然后用DataSet加载:

 
    ? 
   
         feature_names  
         = 
         [ 
         'x' 
         ] 
        
         def 
         my_input_fn(file_path, perform_shuffle 
         = 
         False 
         , repeat_count 
         = 
         1 
         ): 
        
         def 
         parse(example_proto): 
        
         features  
         = 
         { 
         "x" 
         : tf.VarLenFeature(tf.int64), 
        
         "y" 
         : tf.FixedLenFeature([ 
         1 
         ], tf.int64)} 
        
         parsed_features  
         = 
         tf.parse_single_example(example_proto, features) 
        
         x  
         = 
         tf.sparse_tensor_to_dense(parsed_features[ 
         "x" 
         ]) 
        
         x  
         = 
         tf.cast(x, tf.int32) 
        
         x  
         = 
         dict 
         ( 
         zip 
         (feature_names, [x])) 
        
         y  
         = 
         tf.cast(parsed_features[ 
         "y" 
         ], tf.int32) 
        
         return 
         x, y 
        
         dataset  
         = 
         (tf.contrib.data.TFRecordDataset(file_path) 
        
         . 
         map 
         (parse)) 
        
         if 
         perform_shuffle: 
        
         dataset  
         = 
         dataset.shuffle(buffer_size 
         = 
         256 
         ) 
        
         dataset  
         = 
         dataset.repeat(repeat_count) 
        
         dataset  
         = 
         dataset.padded_batch( 
         2 
         , padded_shapes 
         = 
         ({ 
         'x' 
         :[ 
         6 
         ]},[ 
         1 
         ]))  
         #batch size为2，并且x按maxlen=6来做padding 
        
         iterator  
         = 
         dataset.make_one_shot_iterator() 
        
         batch_features, batch_labels  
         = 
         iterator.get_next() 
        
         return 
         batch_features, batch_labels 
        
         next_batch  
         = 
         my_input_fn( 
         'train.tfrecords' 
         ,  
         True 
         ) 
        
         init  
         = 
         tf.initialize_all_variables() 
        
         with tf.Session() as sess: 
        
         sess.run(init) 
        
         for 
         i  
         in 
         range 
         ( 
         1 
         ): 
        
         xs, y  
         = 
         sess.run(next_batch) 
        
         print 
         (xs[ 
         'x' 
         ]) 
        
         print 
         (y)

注意变长的数据TFRecords解析要用VarLenFeature，然后用sparse_tensor_to_dense转换.

以上这篇使用tensorflow DataSet实现高效加载变长文本输入就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我.

原文链接：https://blog.csdn.net/lyg5623/article/details/78456915 。

最后此篇关于使用tensorflow DataSet实现高效加载变长文本输入的文章就讲到这里了,如果你想了解更多关于使用tensorflow DataSet实现高效加载变长文本输入的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！。

文章推荐： python 爬取马蜂窝景点翻页文字评论的实现

文章推荐： python机器学习库xgboost的使用

文章推荐：浅谈tensorflow中Dataset图片的批量读取及维度的操作详解

文章推荐： tensorflow使用range_input_producer多线程读取数据实例

javascript - 使用 WebScriptEndpoint 使用 javascript 使用 WCF 服务
我在网上搜索但没有找到任何合适的文章解释如何使用 javascript 使用 WCF 服务，尤其是 WebScriptEndpoint。任何人都可以对此给出任何指导吗？谢谢最佳答案这是一篇关于
c - 没有结果!!使用 fork() 使用 dup2 使用 2 个管道运行 execlp()
我正在编写一个将运行 Linux 命令的 C 程序，例如: cat/etc/passwd | grep 列表 |剪切-c 1-5 我没有任何结果 *这里 parent 等待第一个 child (chi
python - 处理文件上传，使用 Pillow 调整大小，使用 SQLAlchemy 存储，使用 Flask 提供文件
所以我正在尝试处理文件上传，然后将该文件作为二进制文件存储到数据库中。在我存储它之后，我尝试在给定的 URL 上提供文件。我似乎找不到适合这里的方法。我需要使用数据库，因为我使用 Google 应用引
excel - 使用 IF 使用 VBA 在单元格中添加公式的问题
我正在尝试制作一个宏，将下面的公式添加到单元格中，然后将其拖到整个列中并在 H 列中复制相同的公式我想在 F 和 H 列中输入公式的数据 Range("F1").formula = "=IF(ISE
使用 OperatorPrecedenceParser 使用 FParsec 解析函数应用程序？
问题类似于this one ，但我想使用 OperatorPrecedenceParser 解析带有函数应用程序的表达式在 FParsec . 这是我的 AST: type Expression =
sql - 使用 sequelize 使用 where 查询编码计数
我想通过使用 sequelize 和 node.js 将这个查询更改为代码取决于在哪里 select COUNT(gender) as genderCount from customers where
bash - 使用 “let”分配Bash失败，使用 “/”
我正在使用GNU bash，版本5.0.3(1)-发行版(x86_64-pc-linux-gnu)，我想知道为什么简单的赋值语句会出现语法错误: #/bin/bash var1=/tmp
javascript - 使用 JavaScript 使用 FOR OF 数组循环时出现错误？
这里，为什么我的代码在 IE 中不起作用。我的代码适用于所有浏览器。没有问题。但是当我在 IE 上运行我的项目时，它发现错误。而且我的 jquery 类和 insertadjacentHTMl 也不
javascript - 使用 javascript 使用 for 属性更改表单标签内容
我正在尝试更改标签的innerHTML。我无权访问该表单，因此无法编辑 HTML。标签具有的唯一标识符是“for”属性。这是输入和标签的结构:
javascript - 使用 jquery 使用 .on() 将事件附加到页面上的动态插入按钮
我有一个页面，我可以在其中返回用户帖子，可以使用一些 jquery 代码对这些帖子进行即时评论，在发布新评论后，我在帖子下插入新评论以及删除按钮。问题是 Delete 按钮在新插入的元素上不起作用，
使用 awk 使用 sha1sum 进行散列
我有一个大约有 20 列的“管道分隔”文件。我只想使用 sha1sum 散列第一列，它是一个数字，如帐号，并按原样返回其余列。使用 awk 或 sed 执行此操作的最佳方法是什么？ Accounti
mysql - 使用 insert into 使用 mysql
我需要将以下内容插入到我的表中...我的用户表有五列 id、用户名、密码、名称、条目。 (我还没有提交任何东西到条目中，我稍后会使用 php 来做)但由于某种原因我不断收到这个错误:#1054 - U
jquery - 将输入字段值修剪为仅字母数字字符/使用 .使用 jQuery
所以我试图有一个输入字段，我可以在其中输入任何字符，但然后将输入的值小写，删除任何非字母数字字符，留下“。”而不是空格。例如，如果我输入: 地球的 70% 是水，-!*#$^^ & 30% 土地输
javascript - 使用 .innerHTML 使用 DOM
我正在尝试做一些我认为非常简单的事情，但出于某种原因我没有得到想要的结果？我是 javascript 的新手，但对 java 有经验，所以我相信我没有使用某种正确的规则。这是一个获取输入值、检查选择
php - 使用 angularjs 使用 where 子句从数据库获取数据
我想使用 angularjs 从 mysql 数据库加载数据。这就是应用程序的工作原理；用户登录，他们的用户名存储在 cookie 中。该用户名显示在主页上我想获取这个值并通过 angularjs
ios - 使用 UITableViewCell 使用 AutoLayout
我正在使用 autoLayout，我想在 UITableViewCell 上放置一个 UIlabel，它应该始终位于单元格的右侧和右侧的中心。这就是我想要实现的目标所以在这里你可以看到我正在谈论的
mysql - 使用 ElasticSearch 使用 or 和运算符搜索多个字段
我需要与 MySql 等效的 elasticsearch 查询。我的 sql 查询: SELECT DISTINCT t.product_id AS id FROM tbl_sup_price t
ios - 使用 Swift 使用 JSON
我正在实现代码以使用 JSON。 func setup() { if let flickrURL = NSURL(string: "https://api.flickr.com/
javascript - 使用 JavaScript 使用 for 循环声明变量
我尝试使用for循环声明变量，然后测试cols和rols是否相同。如果是，它将运行递归函数。但是，我在 javascript 中执行 do 时遇到问题。有人可以帮忙吗？现在，在比较 col.1 和
jquery - 使用 :after 使用 jquery 更改样式
我举了一个我正在处理的问题的简短示例。 HTML代码: 1 2 3 CSS 代码: .BB a:hover{ color: #000; } .BB > li:after {

qq735679552

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

使用tensorflow DataSet实现高效加载变长文本输入