Question

我有以下功能，主要来自this question。那个人正在尝试阅读五个全部列的列。我正在尝试阅读两列：一列是图像文件路径，另一列是int。所以我需要打开文件并将其转换为张量。

所以我的问题是：如何读取文件并将其转换为必要的张量？

我尝试了很多不同的东西，例如读取文件并使用该字符串转换为张量。

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<dict>
    <key>system-entities</key>
    <array>
        <dict>
            <key>content-hint</key>
            <string>Apple_HFS</string>
            <key>dev-entry</key>
            <string>/dev/disk2s1</string>
            <key>mount-point</key>
            <string>/Volumes/MonoDevelop</string>
            <key>potentially-mountable</key>
            <true/>
            <key>unmapped-content-hint</key>
            <string>48465300-0000-11AA-AA11-00306543ECAC</string>
            <key>volume-kind</key>
            <string>hfs</string>
        </dict>
        <dict>
            <key>content-hint</key>
            <string>GUID_partition_scheme</string>
            <key>dev-entry</key>
            <string>/dev/disk2</string>
            <key>potentially-mountable</key>
            <false/>
            <key>unmapped-content-hint</key>
            <string>GUID_partition_scheme</string>
        </dict>
    </array>
</dict>
</plist>

我也试过使用numpy（不能回想起究竟是什么），但这也不起作用。

Answer 1

好的，这是我失踪的地方：

def read_from_csv(filename_queue):
    reader = tf.TextLineReader()
    key, value = reader.read(filename_queue)
    record_defaults = [[""],[0]]
    image_path, label = tf.decode_csv(value, field_delim=" ", record_defaults=record_defaults)
    #following line contains the important change...
    image = tf.image.decode_jpeg(tf.read_file(image_path), channels=3)
    return image, label

def input_pipeline(batch_size, num_epochs=None):
    filename_queue = tf.train.string_input_producer(["./28_dense.csv"], num_epochs=num_epochs, shuffle=True)
    image, label = read_from_csv(filename_queue)
    image = tf.reshape(image, [28,28,3])
    min_after_dequeue = 5
    capacity = min_after_dequeue + 3 * batch_size
    image_batch, label_batch = tf.train.batch( [image, label], batch_size=batch_size, capacity=capacity)
    return image_batch, label_batch

file_length = 1 examples, labels = input_pipeline(file_length, 1)

我缺少的步骤只是用tf.read_file(image_path)读取文件。我认为decode_jpeg会这样做。

另外只是一个提示：检查TF内容的值（我犹豫说变量等）创建如下的会话：

with tf.Session() as sess:
    coord = tf.train.Coordinator()
    threads = tf.train.start_queue_runners(coord=coord)
    real_value = sess.run([value]) # see value above
    print(real_value)

在TensorFlow中打开并转换为从CSV文件张贴图像

1 个答案: