我正在尝试读取tensorflow中的二进制文件。 我想问一下，我应该使用哪种方法，以及如何读取二进制文件。 在tensorflow中，他们建议使用tf.data中的数据集。 但我找不到使用数据集的简单示例，尤其是FixedLengthRecordDataset。我想我应该使用这个方法，但我不知道如何使用。
[hg file] := [file header] [image1] [image2] [image3] ...
[file header] := "hg " (8 bytes)
[imageN] := [image header] [image data]
[image header] := [code(2 bytes)] [width (1 byte)] [height(1 byte)] [reserved(2 bytes)]
[image data] := 256 gray data (width * height bytes, row-major format)
这是我的二进制文件的格式。
请给我一些关于这项工作的建议。
编辑:所有图像都有不同的尺寸。所以也许我不能使用FixedLengthRecordDatasest。我想我必须将所有图像转换为相同大小的数据集
最佳答案
我相信您需要编写自己的数据集读取器操作来解析该格式。 FixedLengthRecordDataset's implementation将是开始构建代码的好地方(但正如您所注意到的，您描述的记录不是固定长度的)。
我建议重新编码 tf.train.Example Protocol Buffer 中的图像，然后 using a TFRecordDataset for input 。这样解析就已经为你写好了；您应该能够使用任何语言创建 tf.train.Example 原型(prototype)。
关于python - 如何在 Tensorflow 中读取二进制文件，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/48944611/