在tensorflow的cifar10 example中，他们使用以下代码从binary file中读取图片：
image_bytes = result.height * result.width * result.depth
record_bytes = label_bytes + image_bytes
reader = tf.FixedLengthRecordReader(record_bytes=record_bytes)
result.key, value = reader.read(filename_queue)
# Convert from a string to a vector of uint8 that is record_bytes long.
record_bytes = tf.decode_raw(value, tf.uint8)
我的问题是我有一个类似的二进制文件，但有不同的类型（不像CIFAR10，只有第一个字节被强制转换为tf.int32）。我的二进制文件的记录（行）类似于：
<1 x label (binary)> TYPE * 100
其中TYPE是
<1 x float8> < 500 x binary> <1 x float8> <100 x binary>
即。我有一个二进制标签，后跟前一个字节序列的100倍。
我尝试使用tf.decode_raw一系列类型，就像有人会在numpy中做的那样，但它不接受列表或类型元组。
知道如何直接在tensorflow中读取我的二进制文件吗？或者，任何想法如何有效地读取 记录并将它们放在具有给定形状的placeholders中？