Tensorflow查看uint8張量作爲float32張量

Question

我有一堆訓練樣例文件在自定義格式id喜歡加載到tensorflow模型，但我無法弄清楚如何有效地解析數據。

這些文件有一個20字節的標題，描述了要素數量，標籤數量，示例數量等。標題後面是一些示例。每個例子都是一些代表特徵的float32s，後面跟着一些代表標籤的uint8s，所以文件的其餘部分是浮動和uint的交替模式。

我一直在使用tf.read_file和tf.decode_raw將文件作爲uint8s的向量來獲取，現在id像切片標籤中的要素一樣，並以little endian順序將特徵向量視爲float32向量。這種事情有可能出現在張量流中嗎？

我已成功解析文件numpy，並將特徵和標籤轉換爲tf.constant s，但似乎將其直接加載到tensorflow中會更有效率。

Answer 1

假設它是所有固定大小的數據，則需要使用Slicing and Joining運算符對數據進行解交織。然後，您可以在圖像數據上使用decode_raw和out_dtype=tf.float32，並再次切片以分別獲取您的矢量。