python - 标准 TensorFlow 格式的 Unicode

Question

按照文档 here ，我正在尝试从 unicode 字符串创建功能。这是特征创建方法的样子，

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

这会引发异常，

  File "/home/rklopfer/.virtualenvs/tf/local/lib/python2.7/site-packages/google/protobuf/internal/python_message.py", line 512, in init
    copy.extend(field_value)
  File "/home/rklopfer/.virtualenvs/tf/local/lib/python2.7/site-packages/google/protobuf/internal/containers.py", line 275, in extend
    new_values = [self._type_checker.CheckValue(elem) for elem in elem_seq_iter]
  File "/home/rklopfer/.virtualenvs/tf/local/lib/python2.7/site-packages/google/protobuf/internal/type_checkers.py", line 108, in CheckValue
    raise TypeError(message)
TypeError: u'Gross' has type <type 'unicode'>, but expected one of: (<type 'str'>,)

当然，如果我将 value 包装在 str 中，它会在遇到第一个实际 unicode 字符时失败。

Answer 1

字节列表 definition在 feature.proto 中，它是 repeated bytes 类型，这意味着您需要向它传递一些可转换为字节序列列表的内容。

将 unicode 转换为字节列表的方法不止一种，因此存在歧义。您可以改为手动进行。 IE，要使用UTF-8编码

value.encode("utf-8")